ANALISIS FAKTOR RISIKO KEMATIAN DENGAN PENYAKIT KOMORBID COVID-19 MENGGUNAKAN ALGORITMA ECLAT

Evadini, Sukma (2022) ANALISIS FAKTOR RISIKO KEMATIAN DENGAN PENYAKIT KOMORBID COVID-19 MENGGUNAKAN ALGORITMA ECLAT. Masters thesis, Universitas Putra Indonesia YPTK.

Preview	Text THESIS_SUKMA EVADINI_201321028_ABSTRAK.pdf Download (45kB) | Preview
Preview	Text THESIS_SUKMA EVADINI_201321028_BAB1.pdf Download (61kB) | Preview
Preview	Text THESIS_SUKMA EVADINI_201321028_DAFTARPUSTAKA.pdf Download (118kB) | Preview
	Text THESIS_SUKMA EVADINI_201321028_FULLTEKS.pdf Restricted to Repository staff only Download (2MB)

Abstract

Tingkat kematian akibat infeksi virus COVID-19 semakin meningkat. Sepanjang tahun 2020, kasus COVID-19 terus mengalami peningkatan dengan total 2.995.758 kasus positif dengan total kematian mencapai 204.987 di lebih dari 213 negara yang terinfeksi. Jumlah angka kematian yang semakin meningkat tentu menjadi permasalahan yang perlu perhatian khusus. Salah satu faktor yang dapat mempengaruhi tingkat keparahan infeksi ialah kondisi medis. Kondisi medis ini disebut sebagai komorbid atau penyerta penyakit utama. Penelitian ini bertujuan untuk menganalisis faktor risiko kematian pasien COVID-19 berdasarkan penyakit komorbid menggunakan teknik Association Rule Mining dengan Algoritma ECLAT. Faktor risiko kematian yang akan dianalisis ialah usia, tindakan medis yang dilakukan, penyakit komorbid yang diderita pasien dan status pasien ketika keluar dari Rumah Sakit. Berdasarkan hasil penelitian diperoleh rules yang menyatakan bahwa Pasien Covid-19 dengan Riwayat Komorbid berupa Pneumonia (peradangan paru-paru) dirawat di Rumah Sakit dan diberikan Tindakan medis khusus pasien Covid bisa pulih dengan Kondisi Kesehatan membaik pasca keluar dari Rumah sakit. Namun, terdapat 1.36% pasien Covid dengan kelompok usia Manula (65 tahun keatas) yang mempunyai Riwayat Pneumonia Meninggal dunia lebih dari 48 Jam setelah di Rawat di Rumah Sakit. Penyakit komorbid tidak sepenuhnya menjadi faktor utama dalam menyebabkan kematian pasien Covid. Pada data yang sudah dilakukan pengujian dengan algoritma ECLAT, dapat disampaikan bahwa banyak dari pasien Covid bisa sembuh dengan kondisi membaik pasca keluar dari Rumah sakit walaupun tidak 100% dan beberapa pasien lainnya sayangnya mengalami kondisi memburuk bahkan hingga meninggal dunia baik itu kurang dari 48 jam atau lebih dari 48 jam setelah dirawat di Rumah Sakit. Kata Kunci: COVID-19, Data Mining, Aturan Asosiasi, Komorbid, ECLAT

Actions (login required)

View Item