Detail Tugas Akhir

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.

Berkas Tugas Akhir

PDF
Text
a. PENDAHULUAN.pdf
PDF
Text
b. ABSTRAK.pdf
PDF
Text
c. BAB I.pdf
PDF
Text
d. BAB II.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (1MB)
PDF
Text
e. BAB III.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (1MB)
PDF
Text
f. BAB IV.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (785kB)
PDF
Text
g. BAB V.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (258kB)
PDF
Text
h. DAFTAR PUSTAKA.pdf
PDF
Text
i. LAMPIRAN.pdf
Restricted to Registered users only
Akses terbatas: khusus pengguna terdaftar Request a copy Ukuran File (7MB)
PDF
Text
j. ARTIKEL.pdf

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.

Informasi Item

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

Actions (login required)

View Item
View Item
Ada yang bisa kami bantu?