FAJRI SABTI (2018) KLASTERISASI PASIEN PENYAKIT DIABETES MELLITUS MENGGUNAKAN METODE K-MEANS(Studi Kasus : RSUD Rokan Hulu). Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text 1. COVER_2018393TIF.pdf Download (137kB) | Preview
Preview	Text 2. PENGESAHAN_2018393TIF.pdf Download (225kB) | Preview
Preview	Text 3. ABSTRAK_2018393TIF.pdf Download (93kB) | Preview
Preview	Text 4. KATA PENGANTAR_2018393TIF.pdf Download (238kB) | Preview
Preview	Text 5. DAFTAR ISI_2018393TIF.pdf Download (254kB) | Preview
Preview	Text 6. BAB I_2018393TIF.pdf Download (154kB) | Preview
Preview	Text 7. BAB II_2018393TIF.pdf Download (365kB) | Preview
Preview	Text 8. BAB III_2018393TIF.pdf Download (123kB) | Preview
Preview	Text 9. BAB IV_2018393TIF.pdf Download (564kB) | Preview
	Text 10. BAB V_2018393TIF.pdf Restricted to Repository staff only Download (489kB)
Preview	Text 11. BAB VI_2018393TIF.pdf Download (95kB) | Preview
Preview	Text 12. DAFTAR PUSTAKA_2018393TIF.pdf Download (250kB) | Preview

Abstract

Diabetes mellitus merupakansalah satu penyakit kronikprogresif yang dapat menyebabkan berbagai komplikasi pada organ lain.Langkah awal untuk mendiagnosa penyakit diabetes mellitus adalah melihat hasil cek darah di laboratorium. Maka dari itu diperlukan upaya untuk mengelompokkan pasiendengan cara memanfaatkan proses data mining.Untuk mengelompokkan data menjadi beberapa klaster berdasarkan kemiripan digunakan metode klastering dengan metodek-means. Penelitian ini menggunakan data pasien yang mengecek darah di RSUD Rokan Hulu. Kemiripan data diukur berdasarkan jarak tiap data dengan menggunakan rumus Euclidean Distance. Hasil kluster dibagi menjadi 2yaitu, klaster1pasien normal52%, kluster 2 pasien terjangkit diabetes mellitus48%. Dengan demikian diharapkan informasi ini dapat memudahkan dalam membaca data pasien yang terkena diabetes mellitus.Kata Kunci:Clustering,Diabetes Mellitus,Euclidean Distance,Gula Darah,K-Means,Umur.

Actions (login required)

View Item