Penerapan Data Mining untuk Menentukan Penyebaran Penyakit TBC Di Kab. Ponorogo dengan Metode K-Means Clustering Menggunakan Aplikasi Rapidminer (Studi kasus di RSU ‘Aisyiyah Ponorogo)

MUH FARID, IQBAL AL-RIZKI (2019) Penerapan Data Mining untuk Menentukan Penyebaran Penyakit TBC Di Kab. Ponorogo dengan Metode K-Means Clustering Menggunakan Aplikasi Rapidminer (Studi kasus di RSU ‘Aisyiyah Ponorogo). Skripsi (S1) thesis, Universitas Muhammadiyah Ponorogo.

[img] Text
HALAMAN.pdf
Download (1MB)
[img] Text
BAB I.pdf
Download (177kB)
[img] Text
BAB II.pdf
Download (269kB)
[img] Text
BAB III.pdf
Restricted to Repository staff only
Download (375kB)
[img] Text
BAB IV.pdf
Restricted to Repository staff only
Download (1MB)
[img] Text
BAB V.pdf
Restricted to Repository staff only
Download (166kB)
[img] Text
DAFTAR PUSTAKA.pdf
Download (175kB)
[img] Text
LAMPIRAN.pdf
Download (521kB)
Official URL: http://eprints.umpo.ac.id

Abstract

Data mining adalah salah satu bidang yang berkembang pesat karena besarnya kebutuhan akan nilai tambah dari database dengan skala besar dan serangkaian proses untuk menggali nilai tambah berupa pengetahuan yang selama ini tidak diketahui secara manual dari suatu kumpulan data. Salah satu teknik data mining adalah teknik clustering. Teknik clustering sendiri merupakan teknik pengumpulan dataset pada database berdasarkan kriteria yang telah ditentukan. Tujuan dari penelitian ini untuk menentukan pola penyebaran penyakit TBC (Tuberculosis) yang terjadi di Kabupaten Ponorogo. Penelitian ini menggunakan algoritma K-Means Clustering yang di implementasikan pada data rekam medis pasien dengan Cross-Industry Standard Process for Data Mining yang merupakan suatu standart pengolahan datamining untuk sebuah institusi maupan industry. Sehingga penilitian ini dapat digunakan sebagai data rujukan untuk dinas kesehatan Kabupaten Ponorogo dalam penanganan penyebaran penyakit TBC di Kabupaten Ponorogo. Dengan pola penyebaran penyakit TBC (Tuberculosis) tertinggi terdapat di daerah puskesmas ngebel. Kata kunci : Dataming, K-Means, clustering, CRISP-DM,

Item Type: Thesis (Skripsi (S1))
Subjects: T Technology > T Technology (General)
Depositing User: Editor FT
Date Deposited: 24 Apr 2019 01:36
Last Modified: 24 Apr 2019 01:36
URI: http://eprints.umpo.ac.id/id/eprint/4756

Actions (login required)

View Item View Item
Umpo Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.