Electronic Theses and Dissertation

K-modes merupakan pengembangan dari k-means yang mengklasterisasikan data kategori. Konsep ukuran jarak pada clustering data kategori berbeda dengan clustering data numerik yang menggunakan k-means. Analisa pengelompokan data pasien penyakit miopia Rumah Sakit Umum Zainal Abidin (RSUZA) bertujuan untuk pengelompokan data pasien miopia menggunakan algoritma k-modes. Adapun tahapan analisa terdiri dari pengumpulan data, penyimpanan data, klasifikasi data dengan k-modes, validasi pengelompokan dan analisa model. Hasil analisa pengelompokan dengan metode k-modes menunjukkan bahwa pembagian 319 data kepada 3 (tiga) kelompok kategori (ringan, sedang dan tinggi) yang memiliki ukuran pembagian masing-masing sebesar 222, 67 dan 30. Dalam metode k-modes, data juga dapat secara bersamaan dibagikan lagi ke dalam 3 (tiga) subkategori (ringan, sedang dan tinggi). Hasil analisa pengelompokan menunjukkan bahwa kelompok 3 memiliki nilai validitas yang terbaik karena mempunyai nilai terkecil dibandingkan dengan dua kelompok lainnya. Ini dapat dilihat berdasarkan hasil nilai simpangan baku ke k yang memiliki nilai 0,0000000, dan simpangan baku dalam kelompok sebesae 0,2993983. Disamping itu, pengelompokan menggunakan k-modes terhadap data sekunder miopia diatas juga memiliki mis-klasifikasi antara hasil R dan manual yang berada pada 48,9%.


Kata Kunci : K-modes

Tidak Tersedia Deskripsi