PENGELOMPOKAN PASIEN GEJALA DEMAM BERDARAH DENGUE MENGGUNAKAN K-MEDOIDS CLUSTERING (Studi Kasus Rumah Sakit Citra Husada Jember)

Saputri, Mila Yulia (2019) PENGELOMPOKAN PASIEN GEJALA DEMAM BERDARAH DENGUE MENGGUNAKAN K-MEDOIDS CLUSTERING (Studi Kasus Rumah Sakit Citra Husada Jember). Undergraduate thesis, Universitas Muhammadiyah Jember.

[img] Text
a. PENDAHULUAN.pdf

Download (1MB)
[img] Text
b. ABSTRAK.pdf

Download (270kB)
[img] Text
c. BAB I.pdf

Download (411kB)
[img] Text
d. BAB II.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
e. BAB III.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[img] Text
f. BAB IV.pdf
Restricted to Repository staff only

Download (785kB) | Request a copy
[img] Text
g. BAB V.pdf
Restricted to Repository staff only

Download (258kB) | Request a copy
[img] Text
h. DAFTAR PUSTAKA.pdf

Download (331kB)
[img] Text
i. LAMPIRAN.pdf
Restricted to Repository staff only

Download (7MB) | Request a copy
[img] Text
j. ARTIKEL.pdf

Download (1MB)

Abstract

Demam Berdarah Dengue (DBD) adalah penyakit menular yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk Aedes aegpty. Clustering adalah teknik data mining yang dapat digunakan untuk pengelompkan pasien gejala DBD. Metode clustering yang digunakan adalah metode k-medoids berdasarkan model data hematokrit, leukosit, hemoglobin, trombosit dari pasien gejala DBD. Penelitian ini bertujuan untuk mencari jumlah cluster optimal berdarasrkan parameter hematokrit, leukosit, hemoglobin, trombosit menggunakan metode K- Medoid dan Davies Bouldin Index serta mencari jumlah masing-masing anggota cluster yang dihasilkan. Berdasarkan nilai Davies Bouldin Index yang paling optimal adalah 6 cluster. Dengan nilai Davies bouldin Index sebesar 0,625. Cukup baik karena nilai DBI dibawah 1.

Item Type: Thesis (Undergraduate)
Subjects: 600 Technology and Applied Science > 620 Engineering
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1 - Undergraduate Thesis)
Depositing User: Saputri Mila Yulia
Date Deposited: 12 Mar 2020 07:35
Last Modified: 12 Mar 2020 07:36
URI: http://repository.unmuhjember.ac.id/id/eprint/3883

Actions (login required)

View Item View Item