KLASIFIKASI KELUHAN PASIEN TERHADAP DATA REKAM MEDIS PASIEN DENGAN MENGGUNAKAN METODE K MEANS

Vafky, Ideal M.Agung (2022) KLASIFIKASI KELUHAN PASIEN TERHADAP DATA REKAM MEDIS PASIEN DENGAN MENGGUNAKAN METODE K MEANS. Masters thesis, Univesitas Putra Indonesia YPTK.

Preview	Text (Abstrak) Thesis_M. Agung Vafky I_202321010_Abstrak.pdf Download (52kB) | Preview
Preview	Text (BAB I) Thesis_M. Agung Vafky I_202321010_BAB I.pdf Download (139kB) | Preview
Preview	Text (DAftar Pustaka) Thesis_M. Agung Vafky I_202321010_Daftar Pustaka.pdf Download (148kB) | Preview
Preview	Text (Full Text) Thesis_M. Agung Vafky I_202321010_Full Text.pdf Download (1MB) | Preview

Abstract

ABSTRAK Keluhan pasien merupakan efek dari tubuh yang sedang terjangkit oleh suatu penyakit. Keluhan yang dialami pasien dapat disebabkan oleh beberapa faktor, Faktor penyebab keluhan penyakit pasien seperti faktor internal dan faktor eksternal. Setiap harinya puskesmas padusunan menerima pasien yang cukup banyak. Penyakit yang banyak dan dengan gejala yang berbeda-beda dari masyarakat menyebabkan pihak puskesmas kesulitan dalam menentukan penyuluhan atau sosialisasi yang tepat dalam suatu penyakit yang ditimbulkan. Penyuluhan yang tepat akan menimalisir kemungkinan masyarakat terjangkit suatu penyakit. Keluhan yang diderita pasien dapat menjadi acuan dalam mengetahui penyebab dari suatu penyakit. Penelitian ini bertujuan untuk menghasilkan kelompok data keluhan pasien dan Mengetahui parameter pada setiap keluhan pasien. Data yang digunakan pada penelitian ini adalah data keluhan pasien yang berada pada data rekam medis pasien. Data rekam medis adalah berkas yang berisikan pencatatan dari biodata dan rincian pelayanan yang telah diterima pasien. Pada penelitian ini data yang digunakan adalah data keluhan pasien dalam jangka waktu 6 bulan yang terdiri dari 72 kategori keluhan pasien . Data diolah dengan menggunakan metode k-means. Metode k-means mengelompokkan data dengan system partisi. Hasil yang diperoleh yaitu keluhan pasien sebanyak 3 cluster dimana cluster 1 adalah keluhan yang terjadi dengan intensitas tinggi sebanyak 9 kategori keluhan, cluster 2 adalah keluhan yang terjadi dengan intesitas sedang sebanyak 15 kategori keluhan, dan cluster 3 adalah keluhan yang terjadi dengan intensistas rendah sebanyak 48 kategori keluhan . penelitian ini menghasilkan klasifikasi berdasarkan keluhan pasien sehingga pihak puskesmas dapat menemukan pola informasi yang ada pada data dan dapat membantu pihak puskesmas dalam menentukan penyuluhan atau sosialisasi yang tepat dalam suatu penyakit yang ditimbulkan. Kata kunci : k-means, rekam medis, data mining, klasifikasi, Keluhan

Actions (login required)

View Item