EVA RUSMAULINA SIHALOHO, NPM 2209405162 (2024) ANALISIS KETERKAITAN ANTARA GEJALA PENYAKIT MENGGUNAKAN ALGORITMA APRIORI DALAM BIDANG KESEHATAN. Tugas_Akhir (Artikel) Jurnal Ilmu Komputer dan Sistem Informasi (JIKOMSI), 7 (1). pp. 337-340. ISSN 2723- 6129 (e-ISSN)
Text
COVER EVA RUSMAULINA.pdf Download (1MB) |
|
Text
ARTIKEL.pdf Download (295kB) |
Abstract
Analisis keterkaitan antara gejala penyakit merupakan aspek penting dalam bidang kesehatan yang memungkinkan identifikasi pola hubungan antara gejala yang dialami oleh pasien dan penyakit yang mendasarinya. Dalam konteks ini, algoritma Apriori dari bidang data mining telah diadopsi untuk menganalisis hubungan asosiatif antara gejala penyakit. Studi ini mengusulkan penerapan algoritma Apriori dalam analisis keterkaitan gejala penyakit dengan menggunakan data pasien dan catatan medis. Langkah-langkah sistematis dilakukan untuk membangun model asosiasi yang mengidentifikasi pola kemunculan bersama antara gejala-gejala yang mungkin menandakan adanya penyakit tertentu. Melalui penelitian ini, kami menunjukkan bahwa algoritma Apriori efektif dalam mengungkap pola keterkaitan antara gejala penyakit dalam dataset medis. Hasil analisis memberikan wawasan yang berharga tentang gejala-gejala yang sering kali muncul bersama, yang dapat membantu dokter dalam diagnosis dini dan pengelolaan penyakit. Penerapan algoritma Apriori dalam analisis keterkaitan antara gejala penyakit menawarkan potensi untuk meningkatkan pemahaman tentang profil penyakit dan memungkinkan pengembangan strategi diagnosis yang lebih tepat dan efisien dalam praktik klinis. Oleh karena itu, kontribusi algoritma ini dalam bidang kesehatan dapat menjadi langkah maju dalam upaya peningkatan perawatan pasien dan pengelolaan penyakit secara keseluruhan. Kata Kunci : Metode ELECTRE, Pengambilan Keputusan Multi-Kriteria, Analisis Sensitivitas, Parameter, Preferensi
Item Type: | Article |
---|---|
Uncontrolled Keywords: | Metode ELECTRE, Pengambilan Keputusan Multi-Kriteria, Analisis Sensitivitas, Parameter, Preferensi |
Subjects: | Z Bibliography. Library Science. Information Resources > ZA Information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources |
Divisions: | Fakultas Sains Dan Teknologi > Sistem Informasi |
Depositing User: | Unnamed user with email repository@ulb.ac.id |
Date Deposited: | 18 Sep 2024 09:42 |
Last Modified: | 18 Sep 2024 09:42 |
URI: | http://repository.ulb.ac.id/id/eprint/1131 |
Actions (login required)
View Item |