KLASTERISASI DATA PENYAKIT JANTUNG MENGGUNAKAN K-MEANS DALAM SISTEM INFORMASI KESEHATAN
DOI:
https://doi.org/10.70248/jcsit.v2i3.2021Keywords:
K-Means Clustering, Penyakit Jantung, Sistem Informasi Kesehatan, Klasterisasi, Heart Disease UCI DatasetAbstract
Penyakit jantung merupakan salah satu isu kesehatan utama yang memerlukan perhatian serius dalam pengelolaannya, terutama dalam menentukan skala prioritas penanganan pasien. Penelitian ini bertujuan untuk menerapkan metode K-Means Clustering dalam analisis data pasien penyakit jantung menggunakan Heart Disease UCI Dataset dari Kaggle, yang mencakup berbagai atribut medis seperti usia, jenis kelamin, tekanan darah, kadar kolesterol, dan jumlah pembuluh darah yang terdeteksi. Tahapan penelitian mencakup pembersihan data, normalisasi, seleksi fitur, serta penerapan algoritma K-Means untuk mengelompokkan pasien berdasarkan kemiripan karakteristik medis mereka. Hasil klasterisasi ini bertujuan untuk membantu tenaga medis dalam menentukan prioritas penanganan pasien berdasarkan tingkat risiko penyakit jantung. Evaluasi menunjukkan bahwa metode K-Means Clustering mampu mengelompokkan pasien dengan baik dan dapat diintegrasikan ke dalam sistem informasi kesehatan rumah sakit untuk meningkatkan efisiensi pengelolaan data serta mempercepat pengambilan keputusan medis. Dengan demikian, penelitian ini berkontribusi dalam pemanfaatan teknologi analitik guna meningkatkan kualitas layanan kesehatan dalam menangani pasien penyakit jantung.
References
A. S. A. A. Yusriana Chusna Fadilah, "APPLYINGK-MEANS CLUSTERING FOR GROUPING PAPUA’S DISTRICTSBASED ON POVERTY INDICATORS ANALYSIS," Jurnal Ilmu Pengetahuan dan Teknologi Komputer, pp. 2685-8223, 2025.
F. Yunita, "PENERAPAN DATA MINING MENGGUNKAN ALGORITMA K-MEANS CLUSTRING," SISTEMASI, 2020.
D. A. D. N. A. B. N. S. M. J. F N Dhewayani, "Implementasi K-Means Clustering untuk Pengelompokkan Daerah Rawan Bencana Kebakaran Menggunakan Model CRISP-DM," Jurnal Teknologi dan Informasi, pp. 2088-2270, 2022.
N. S. G. D. L. Adi Zulkarnaen Saputra, "Klasterisasi Nilai Ujian Sekolah Menggunakan Metode Algoritma KMeans," Jurnal Janitra Informatika dan Sistem Informasi, pp. 1-9, 2023.
A. ,. A. T. ,. C. B. P.-A. ,. D. O. N. ,. N. D. F. ,. S. R. B. T. Nurul Maulida Surbakti, "Penggunaan Bahasa Pemrograman Python dalam Pembelajaran Kalkulus Fungsi Dua Variabel," Jurnal Matematika, Ilmu pengetahuan Alam, Kebumian dan Angkasa, pp. 98-107, 2024.
R. Nazar, "IMPLEMENTASI PEMROGRAMAN PYTHON MENGGUNAKAN GOOGLE COLAB," Jurnal Informatika dan Komputer, p. 2089 – 4384, 2024.
Khoirudin, "Klasifikasi Penyakit Jantung Menggunakan Perbandingan Algoritma Decision Tree," Jurnal Ilmiah Manajemen Informatika dan Komputer, pp. 19-25, 2024.
I. S. Sitompul, "Analisis Pelaksanaan Sistem Informasi Kesehatan Dinas Kesehatan Provinsi Riau," Journal of Healthcare Technology and Medicine, 2024.
D. D. Darmawan, "METODOLOGI PENELITIAN DALAM PENGEMBANGAN APLIKASI STREAMLIT: STUDI KASUS VISUALISASI DATA GEMPA BUMI DI INDONESIA," researchgate, 2024.
W. H. Organization, "Penyakit kardiovaskular (PKV)," 11 Juni 2021. [Online]. Available: https://www.who.int/news-room/fact-sheets/detail/cardiovascular-diseases-(cvds).
R. &. S. D. Hidayat, "Penerapan Metode Data Mining untuk Memprediksi Penyakit Jantung Menggunakan Algoritma K-Means," Jurnal Teknologi dan Sistem Komputer, pp. 1-8, 2020.
R. &. S. D. Hidayat, "Penerapan Metode Data Mining untuk Memprediksi Penyakit Jantung Menggunakan Algoritma K-Means," Jurnal Teknologi dan Sistem Komputer, pp. 1-8, 2020.
R. F. &. N. A. Sari, "Implementasi Data Mining untuk Analisis Sentimen pada Ulasan Produk Menggunakan Algoritma Naïve Bayes," Jurnal Sistem Informasi, pp. 23-30, 2022.
A. &. R. A. Setiawan, "Penerapan Data Mining untuk Memprediksi Penyakit Diabetes Menggunakan Algoritma Klasifikasi," Jurnal Informatika, pp. 15-22, 2023.
A. &. W. A. Pramudito, "Klasterisasi Data Pelanggan Menggunakan Algoritma K-Means untuk Meningkatkan Strategi Pemasaran," Jurnal Ilmiah Teknologi Informasi, pp. 45-52, 2021.
