Deteksi Penyakit Kardiovaskular Menggunakan Metode High Utility Rare Itemset Mining

Setiawan, Muhammad Nanda (2021) Deteksi Penyakit Kardiovaskular Menggunakan Metode High Utility Rare Itemset Mining. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
2021-06111740000037-buku (2).pdf - Accepted Version
Restricted to Repository staff only until 1 October 2023.

Download (7MB) | Request a copy

Abstract

Penyakit kardiovaskular telah dianggap menjadi salah satu penyakit dengan tingkat kematian yang sangat tinggi di seluruh dunia dibandingkan dengan penyakit yang lain. Hal ini mendorong Tugas Akhir ini untuk melakukan deteksi penyakit kardiovaskular dari pola faktor penyebab penyakit kardiovaskular. Tugas Akhir ini mengusulkan sebuah metode untuk mendeteksi penyakit kardiovaskular dari pola faktor penyebab penyakit kardiovaskular menggunakan High Utility Rare Itemset Mining (HURIM). Pada metode yang diusulkan, dilakukan proses diskritisasi terhadap fitur data rekam medis yang bernilai kontinu berdasarkan standarisasi medis atau himpunan fuzzy. Selanjutnya, dilakukan pencarian pola faktor penyebab penyakit kardiovaskular yang jarang pada data histori rekam medis dengan metode HURIM yang didasarkan pada fungsi utilitas hazard ratio. Langkah akhir dilakukan proses deteksi penyakit kardiovaskular berdasarkan pola faktor penyebab penyakit kardiovaskular yang telah ditemukan. Tugas Akhir ini menguji metode yang diusulkan pada data umum rekam medis penyakit kardiovaskular sebagai studi kasus. Dari hasil ekperimen ditunjukkan bahwa dengan berfokus pada fungsi utilitas hazard ratio mampu menghasilkan pola faktor penyebab penyakit kardiovaskular yang lebih representatif dibandingkan hanya bergantung pada nilai support. Selanjutnya, proses deteksi metode yang diusulkan menunjukkan nilai confidence yang tinggi. ================================================================================================ Cardiovascular disease has been considered to be one of the diseases with a very high mortality rate worldwide. This Study detect cardiovascular disease from the pattern of factors causing cardiovascular disease, with proposed method, High Utility Rare Itemset Mining (HURIM). In the proposed method, a discretization process is carried out on the medical record data features that have continuous value based on medical standardization or fuzzy sets. Furthermore, the search for patterns of factors that cause cardiovascular disease that are rare from historical medical record data using HURIM method, which is based on the utility function of hazard ratio. The final step is the detection of cardiovascular disease based on the pattern of the factors that cause cardiovascular disease found. This Study examines the proposed method on general data from cardiovascular disease medical records as a case study. From the experimental results, it is shown that by focusing on the utility function, the hazard ratio is able to produce a more representative pattern of factors causing cardiovascular disease than only depending on the support value. Furthermore, the detection process of the proposed method able to reach high confidence.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Deteksi Penyakit Kardiovaskular, Himpunan Fuzzy, Hazard Ratio, HURIM, Cardiovascular Disease Detection, Fuzzy Set, Hazard Ratio
Subjects: Q Science > QA Mathematics > QA76.9.D343 Data mining
Q Science > QA Mathematics > QA248_Fuzzy Sets
Divisions: Faculty of Science and Data Analytics (SCIENTICS) > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User: Muhammad Nanda Setiawan
Date Deposited: 27 Aug 2021 16:06
Last Modified: 27 Aug 2021 16:06
URI: https://repository.its.ac.id/id/eprint/89974

Actions (login required)

View Item View Item