Pengelompokan Data Rekam Medis pada Pasien Penyakit dalam Untuk Meningkatkan Manajemen Informasi Kesehatan Berdasarkan Wilayah Kota Binjai Menggunakan Algoritma Clustering K- Means
(Studi Kasus: Artha Medika Binjai)
DOI:
https://doi.org/10.54066/jptis.v2i3.2378Keywords:
Data Mining, K-Means Algorithm, Medical RecordsAbstract
The history of disease in patients is generally recorded in medical record data in every hospital as well as at Artha Medika Hospital which is a health institution that was established in 2012 in the city of Binjai also has a very large amount of medical record data. However, in using the information management system owned by Artha Medika Hospital, there are weaknesses and it is still limited in managing medical record data in the hospital which is used in making reports to the head of the leadership. Therefore, a system is needed that can assist the hospital in improving health information management to be faster in managing data by approaching using data mining techniques with the k-means method. So that in finding new information based on medical record data of internal medicine patients can be used in the decision-making process by hospital management to be right on target so that it can produce 3 groups of data consisting of Age, Type of disease and Region. From testing on cluster 3, it can be seen that the results of the age group (X), type of disease (Y), region (Z) the amount of data owned is 645 cluster 3 data centred on the centroid of the information of the number of patient medical records data, namely age is 44-52 years, with the type of disease is chronic kidney disease and the region is South Binjai.
References
Ali, A. (2019). Klasterisasi Data Rekam Medis Pasien Menggunakan Metode K-Means Clustering di Rumah Sakit Anwar Medika Balong Bendo Sidoarjo. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 19(1), 186–195. https://doi.org/10.30812/matrik.v19i1.529
Atina, A. (2019). Aplikasi Matlab pada Teknologi Pencitraan Medis. Jurnal Penelitian Fisika Dan Terapannya (JUPITER), 1(1), 28.
Bella, M. W., Wahyuning, A. R., & Kahar, N. (2023). Analisis Data Rekam Medis Pasien Berdasarkan Usia Di Puskesmas Sekernan Ilir Jambi. Seminar Nasional Informatika (SENATIKA), 4(1), 381–389.
Benri, M., Metisen, H., & Latipa, S. (2015). Analisis Clustering Menggunakan Metode K-Means Dalam Pengelompokkanpenjualan Produk Pada Swalayan FADHILA. Jurnal Media Infotama, 11(2), 110–118.
Eko Prasetyo. 2012. Data Mining Konsep dan Aplikasi menggunakan Matlab. Yogyakarta : CV ANDI OFFSET.
Emnita, G., Zarli, M., Salim., A. H. (2022). Analisis dan Perancangan Perangkat Lunak Pengelolaan Pasien Askes pada Rumah Sakit Artha Medica Binjai. repositori.usu.ac.id,1-92.https://repositori.usu.ac.id/handle/123456789/73722
Haryati, S., Sudarsono, A., & Suryana, E. (2015). Implementasi Data Mining Untuk Memprediksi Masa Studi Mahasiswa Menggunakan Algoritma C4.5 (Studi Kasus: Universitas Dehasen Bengkulu). Jurnal Media Infotama, 11(2), 130–138.
Khairani, A. F., Nazir, A., Darmizal, T., Vitriani, Y., & Yusra, Y. (2023). Klasterisasi Peserta BPJS Berdasarkan Rekam Medis Menggunakan Algoritma K-Means. Journal of Computer System and Informatics (JoSYC), 4(3), 625–631. https://doi.org/10.47065/josyc.v4i3.3442
Kristyawan, Y., & Al Hakim, L. (2020). Implementasi Case-Based Reasoning Pada Sistem Pakar Diagnosis Penyakit Dalam. Jurnal Sistem Informasi Dan Bisnis Cerdas (SIBC), 13(2), 99–106.
Mardia, dkk. 2021. Sistem Informasi Akuntansi dan Bisnis. Medan: Yayasan Kita Menulis.
Ordila, R., Wahyuni, R., Irawan, Y., & Yulia, S. M. (2020). Penerapan Data Mining Untuk Pengelompokan Data Rekam Medis Pasien Berdasarkan Jenis Penyakit Dengan Algoritma Clustering (Studi Kasus : Poli Klinik PT.Inecda). Jurnal Ilmu Komputer, 9(2), 148–153. https://doi.org/10.33060/jik/2020/vol9.iss2.181
Poernomo, B., & Dewi, R. I. sari. (2017). Penerapan Data Mining Untuk Prakiraan Cuaca Di Kota Malang Menggunakan Algoritma Iterative Dichotomiser Tree (ID3). JOUTICLA, 3(2), 101–108.
Pratama, A., Fauzi, H., Indira, Z., & Purnama Adi, P. (2023). Analisis Faktor Penyebab Pending Klaim Rawat Inap Akibat Koding Rekam Medis Di Rumah Sakit Umum Daerah (RSUD) Dr. Soedirman Kebumen Corresponding Author. Jurnal Ilmiah Perekam Dan Informasi Kesehatan Imelda, 8(1), 124–134. http://jurnal.uimedan.ac.id/index.php/JIPIKI124Journalhomepage:http://jurnal.uimedan.ac.id/index.php/JIPIKI
Prayoga, Y., Mahmudi, A., & Zulfia Zahro, H. (2021). Penerapan Metode K-Means Pada Sistem Informasi Akademik Untuk Pengelompokkan Siswa Berprestasi Di Upt Sma Negeri 3 Kota Pasuruan Berbasis WEB. Jurnal Mahasiswa Teknik Informatika), 5(2), 822–828.
Roni Setiawan “ Penerapan Data Mining Menggunakan Algoritma k means Clustering untuk Menentukan Strategi Promosi Mahasiswa Baru “ Jurnal Lentera ICT , Vol.3 No.1, Mei 2016.
Surya, N. W., Akim, P. M. H., & Magdalena, S. (2023). Analisis Data Mining Untuk Klasterisasi Data Rekam Medis Menggunakan Algoritma K-Means Pada Rumah Sakit Sylvani Binjai. Indonesian Journal of Education And Computer Science, 1(3), 82–88.
Wandana, J., Defit, S., & Sumijan. (2020). Klasterisasi Data Rekam Medis Pasien Pengguna Layanan BPJS Kesehatan Menggunakan Metode K-Means. Jurnal Informasi Dan Teknologi, 2(4), 119–125. https://doi.org/10.37034/jidt.v2i4.73
Windania, P., Armando, S., & Saputra, A. (2023). Penerapan Data Mining Untuk Pengelolaan Data Rekam Medis Menggunakan Metode K-Means Clustering Pada Rumah Sakit Royal Prima Medan. Jurnal Tekinkom, 6(1), 158–168. https://doi.org/10.37600/tekinkom.v6i1.857.
