Laporan Uas Data Mining - D22.2019.02802 [PDF]

Citation preview

LAPORAN UAS DATA MINING DIII REKAM MEDIS DAN INFORMASI KESEHATAN TENTANG ANALISING & REPORTING DI RUMAH SAKIT KARDINAH TEGAL



Di susun oleh: M. Avris Sandita D22.2019.02802



PROGRAM STUDI DIII REKAM MEDIS DAN INFORMASI KESEHATAN FAKULTAS KESEHATAN UNIVERSITAS DIAN NUSWANTORO SEMARANG TAHUN 2021



BAB I A. ANALISA DATA 1. Analisa data Data set yang digunakan adalah dataset yang mewakili data 10 tahun (1998-2008) perawatan klinis di rumah sakit dan jaringan pengiriman yang terintegrasi. Data ini mencakup 50 fitur yang mewakili hasil pasien dan rumah sakit. Dimana terdapat penerimaan rumah sakit pada rawat inap, sakit diabetes yang dimasukan kedalam segala jenis diagnosis diabetes, lama tinggal di rumah saki 1 sampai 14 hari, tes laboratorium yang dilakukan pada saat pertemuan, dan obat-obatan yang diberikan kepada pasien



2. Variable data Pada data set yang digunakan terdapat variable yang digunakan: -



Encounter id: adalah no pertemuan pasien Ketika melakukan pelayanan dirumah sakit.



-



Patien nbr



-



Age: umur pasien



-



Admission type: penerimaan pasien rawat inap



-



Discharge disposition: status pasien rawat inap setelah melakukan pertemuan



-



Admission source: lokasi dimana pasien diterima



-



Time in hospital: waktu dirumah sakit



-



Lab procedure: Tindakan prosedur laboratorium pada pasien



-



Procedures: prosedur yang dilakukan pasien



-



Medications: obat-obatan yang diberikan kepada pasien



-



Outpatient: pasien yang keluar dirumah sakit



-



Number emergency: nomor/kontak darurat



-



Number inpatien: nomor pasien rawat inap



-



Number diagnoses: nomor diagnosa



3. Jenis tipe data Jenis tipe data yang digunakan adalah numerik yang dimana terdapat angka dan data yang sudah tetap.



4. Metode Metode yang digunakan pada dataset ini adalah clustering. Data clustering sendiri adalah data yang berdasarkan dari kriteria serupa atau tidak dengan data yang lain, dan membedakan berdasarkan terkait tidak dengan data yang lain. Pada dataset yang diambil terdapat Encounter id, Patien nbr, Age, Admission type, Discharge disposition, Admission source, Time in hospital, Lab procedure, Procedures, Medications, Outpatient, Number emergency dan Number inpatien. Pada informasi diatas akan didapatkan kriteria berdasarkan: 1. Pertemuan dirumah sakit (rawat inap) 2. Pasien diabetes, dimana segala jenis penyakit diabetes dimasukan kedalam satu diagnosa 3. Lama tinggal dirumah sakit 1-14 hari



4. Tes labortorium yang dilakukan selama dirumah sakit 5. Obat-obatan yang diberikan selama pertemuan



BAB II Langkah-langkah



1. Buka Aplikasi Rapide minner 2. Masukan data yang berbentuk csv, dengan cara mencari read csv pada operators lalu masukan parameters, karena pada data terdapat colom yang tidak digunakan maka dapat dihapus dengan cara mencari kolom exclude



3. Lalu start pada tombol biru lalu akan terdapat data seperti dibawah ini



4. Lalu langsung masuk kebagian clustering dengan mencari pada operator kmeans pada bagian parameters measure types diganti dengan “mixed



measures”setelah itu cek/jalankan



5. Lalu cek pada measure tap menggunakan ganti dengan “mixed measure” didapatlah cluster seperti dibawah



6. Untuk melihat data maka clu yang kedua digabungkan dengan res maka didapatlah data seperti dibawah. Sudah ditentukan setiap data nya masuk kedalam cluster berapa.



7. Untuk cek performance cari item distribution pada operator



Link video G-Drive: https://drive.google.com/file/d/1x9JC40PiXrGco3L2GU3XM7fjBH4cl1k/view?usp=drivesdk