RUMAH SAKIT PENDIDIKAN UNIVERSITAS SYIAH KUALA) RAHMATIKA AZIZI Primary Author mixed material bibliography Banda Aceh Fakultas MIPA (S1) 2022 id Indonesia

Skripsi

Analisis clustering merupakan teknik pembelajaran mesin yang dapat digunakan untuk pengelompokan data. Penentuan kelompok pasien yang sesuai dengan penyebab atau tingkat keparahan penyakit tertentu merupakan penerapan analisis cluster di bidang kedokteran. Akhir tahun 2019 dunia kesehatan dikejutkan oleh Coronavirus Disease 2019 (COVID-19) yang menyebabkan penyakit infeksi saluran pernapasan mulai flu biasa hingga penyakit yang serius seperti sindrom pernapasan akut berat. Penelitian ini menggunakan data rekam medis pasien suspek COVID-19 di Rumah Sakit Pendidikan Universitas Syiah Kuala (RSP USK) dengan atribut data campuran. Metode yang digunakan dalam penelitian ini adalah fuzzy c-means clustering (FCM), fuzzy c-shells clustering (FCS), fuzzy gustafson kessel clustering (FGK), dan fuzzy gath geva clustering (FGG) dengan jarak gower sebagai metrik untuk mengukur ketidakmiripan dua item data campuran. Penelitian ini bertujuan untuk memperoleh metode dan jumlah cluster optimum. Selain itu, juga bertujuan untuk menentukan peringkat dan karakteristik dari cluster optimum yang terpilih. Hasil penelitian menunjukkan bahwa FCS dengan jumlah 5 cluster merupakan metode optimum. Metode FCS mengklasifikasikan 20 pasien ke dalam cluster ketiga (peringkat keparahan pertama), 28 pasien ke dalam cluster kelima (peringkat keparahan kedua), 28 pasien ke dalam cluster kedua (peringkat keparahan ketiga), 27 pasien ke dalam cluster keempat (peringkat keparahan keempat), dan 17 pasien ke dalam cluster pertama (peringkat keparahan terakhir). Kata kunci: Fuzzy clustering, data atribut campuran, jarak gower, COVID-19, tingkat keparahan. FUZZY LOGIC 511.313 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 98213 2022-02-19 14:06:06 2022-08-10 15:42:12 machine generated