ANALISIS FAKTOR- FAKTOR YANG MEMPENGARUHI KESEMBUHAN DAN KEMATIAN PADA PASIEN STROKE DENGAN MENGGUNAKAN ASSOCIATION RULE MINING

DEWI, ERINA SISKA (2016) ANALISIS FAKTOR- FAKTOR YANG MEMPENGARUHI KESEMBUHAN DAN KEMATIAN PADA PASIEN STROKE DENGAN MENGGUNAKAN ASSOCIATION RULE MINING. skripsi thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 5210100151-Abstract.pdf]
Preview
Text
5210100151-Abstract.pdf - Published Version

Download (321kB) | Preview
[thumbnail of 5210100151-Conclusion.pdf]
Preview
Text
5210100151-Conclusion.pdf - Published Version

Download (345kB) | Preview
[thumbnail of 5210100151-Undergraduate_theses.pdf]
Preview
Text
5210100151-Undergraduate_theses.pdf - Published Version

Download (2MB) | Preview

Abstract

Penyakit stroke mengalami peningkatan jumlah penderita
dan resiko kematian yang meningkat setiap tahun, oleh karena itu diperlukan penanganan medis yang tepat pada penderita stroke. Selain mempertimbangkan faktor resiko yang mempengaruhi seseorang sebelum terjangkit stroke, perlu diketahui faktor – faktor yang mempengaruhi kesembuhan dan kematian dari penderita stroke pada saat menjalani perawatan. Pada penelitian ini akan dianalisis faktor – faktor yang mempengaruhi kesembuhan dan kematian pasien stroke selama 14 hari perawatan dan 6 bulan
pemantauan. Karena banyaknya faktor yang terlibat, maka untuk mengetahui faktor mana yang benar – benar memiliki pengaruh pada kesembuhan dan kematian pasien stroke, akan dilakukan analisis dengan menggunakan association rule mining dan algoritma apriori. Data yang digunakan bersumber dari database International Stroke Trial , data akan dibagi menjadi dua bagian yaitu data diagnosis awal dan data survival pasien. Dari masing – masing data tersebut akan dibagi menjadi data training dan testing, dengan proporsi 70% data training dan 30% data testing. Keluaran yang fihasilkan dari penggalian di dalam data training
berupa rule yang memenuhi batas ambang minimum support dan
minimum confidence. Nilai minimum support ditentukan
berdasarkan proporsi data, sedangkan nilai minimum confidence ditentukan minimal 0.6 dari proporsi kelas dalam data. Kualitas rule yang dihasilkan diukur dengan menggunakan perhitungan support, confidence, lift dan coverage. Setelah penggalian rule dari data training selesai, rule – rule tersebut akan diuji ke data
testing dan diukur akurasinya. Hasil penelitian yang diperoleh adaah berupa rule yang menggambarkan pola, pola tersebut dapat digali untuk menemukan faktor – faktor yang mempengaruhi diagnosis penyakit stroke dan hasil akhir dari kondi pasien (meningga/cacat/sembuh/belum sembuh). Rata – rata akurasi yang didapatkan sebesar 49,3% untuk data diagnosis dan 96% untuk data kelangsungan hidup pasien.

Item Type: Thesis (skripsi)
Uncontrolled Keywords: Association rule mining, algoritma apriori, stroke
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science. EDP
Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Anis Wulandari
Date Deposited: 14 Jun 2016 16:45
Last Modified: 26 Dec 2018 07:09
URI: http://repository.its.ac.id/id/eprint/368

Actions (login required)

View Item View Item