Mohon tunggu...
Gadget

Implementasi Data Mining pada Bidang Kesehatan

17 Maret 2019   12:07 Diperbarui: 17 Maret 2019   12:29 999
+
Laporkan Konten
Laporkan Akun
Kompasiana adalah platform blog. Konten ini menjadi tanggung jawab bloger dan tidak mewakili pandangan redaksi Kompas.
Lihat foto
Gadget. Sumber ilustrasi: PEXELS/ThisIsEngineering

Pada zaman yang sudah sangat modern ini kita dituntut untuk terus mengikuti perkembangannya. Salah satu hal yang menjadi acuan untuk mengukur perkembangan zaman adalah perkembangan teknologi. Dengan berkembangnya teknologi maka segala aktivitas yang terjadi setiap waktu dapat diawasi untuk dikumpulkan datanya. Seluruh data yang telah dikumpulkan tersebut dapat menghasilkan informasi yang sangat bermanfaat jika sudah melalui suatu proses tertentu.

Data Mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, machine learning untuk mengekstraksi dan mengidentifikasi informasi yang bermanfaat dan pengetahuan yang terkait dari berbagai database besar. Data mining juga dapat dikatakan sebagai rangkaian proses perhitungan dan penalaran untuk menggali nilai lebih dari suatu informasi yang belum dapat diketahui secara manual dari suatu database. Proses tersebut dilakukan dengan cara menggali berbagai macam pola dari data yang ada kemudian dimanipulasi, guna mendapat informasi yang berharga serta mengenali pola dengan cara mengekstrak suatu database.

Pada zaman modern ini penggunaan data mining sangatlah penting untuk mengelola data yang skalanya sangat besar. Data mining dapat membantu suatu organisasi merekam aktivitas yang terjadi pada data warehousenya dan memberikan informasi yang sangat berharga dan akurat untuk menentukan langkah apa yang akan dilakukan oleh organisasi tersebut. Langkah-langkah penerapan data mining adalah :

  • Data Cleaning, langkah ini berguna untuk menghilangkan hal-hal pada data yang tidak bersifat konsisten dan mengintegrasikan data yang terpecah karena adanya keterikatan pada data.
  • Data Selection, langkah ini melakukan pemilahan dan penentuan data mana saja yang akan diambil untuk dimanipulasi.
  • Data Transformation, langkah ini mentransformasi dan mengkonsolidasi data ke bentuk yang cocok untuk mining.
  • Knowledge Discovery, langkah ini merupakan proses menentukan informasi yang berguna serta pola-pola yang ada dalam data.
  • Pattern Evolution, langkah ini merupakan proses untuk menentukan suatu pola dan mengidentifikasikannya.
  • Knowledge Presentation, langkah ini merupaka proses penggambaran teknik dan visualisasi informasi data yang telah diproses kepada pengguna.

Pemanfaatan data mining ini telah digunakan pada bidang kesehatan. Pada saat ini dengan berkembangnya sistem informasi pada bidang kesehatan membuat masyarakat dan rumah sakit bisa mendapatkan berbagai kemudahan. Penerapan sistem informasi pada bidang kesehatan berperan mencegah terjadinya kesalaan medis pada pencegahan, respon dan umpan balik.

Salah satu pemanfaatan data mining pada bidang kesehatan adalah penerapan data mining untuk melakukan klasifikasi prediksi penyakit ISPA (Infeksi Saluran Pernapasan Akut). Data pasien yang terkena ISPA dapat digunakan untuk menunjukkan gejala penyakit ISPA yang diderita pasien. Klasifikasi ini bertujuan untuk membentuk model pohon keputusan untuk memprediksi penyakit pasien dan melihat variabel yang paling mempengaruhi penyakit pasien dengan kategori ISPA. Objek penelitian ini ialah data pasien, status imunisasi, jenis kelamin,usia dan kriteria gizi.

Metode yang digunakan pada klasifikasi keputusan ini adalah metode decision tree yang merupakan pohon keputusan untuk memperlihatkan kemungkinan atau probabilitas yang akan mempengaruhi alternatif-alternatif keputusan tersebut disertai dengan estimasi hasil akhir yang akan didapat bila mengambil alternatif keputusan tersenbut. Penelitian ini menggunakan langkah-langkah penerapan data mining seperti pada umumnya.

Penelitian ini menghasilkan suatu aplikasi yang mampu menerapkan proses data mining untuk mengklasifikasikan penyakit ISPA dengan atribut yang paling berpengaruh adalah gizi kemudian atribut yang paling berpengaruh kedua adalah imunisasi kemudian yang terakhir merupakan atribut usia dan atribut yang paling tidak berpengaruh adalah jenis kelamin. Dengan begitu maka dapat terlihat jelas bahwa hasil penggunaan data mining pada bidang kesehatan akan memudahkan kegiatan medis.

Referensi :

https://en.wikipedia.org/wiki/Data_mining

https://www.kajianpustaka.com/2017/09/data-mining.html

Aline Embun Pramadhani, Tedy Setiadi. 2014. PENERAPAN DATA MINING UNTUK KLASIFIKASI PREDIKSI PENYAKIT ISPA (Infeksi Saluran Pernapasan Akut) DENGAN ALGORITMA DECISION TREE (ID3). Jurnal Sarjana Teknik Informatika. 2(1). 1-9.

.

Mohon tunggu...

Lihat Konten Gadget Selengkapnya
Lihat Gadget Selengkapnya
Beri Komentar
Berkomentarlah secara bijaksana dan bertanggung jawab. Komentar sepenuhnya menjadi tanggung jawab komentator seperti diatur dalam UU ITE

Belum ada komentar. Jadilah yang pertama untuk memberikan komentar!
LAPORKAN KONTEN
Alasan
Laporkan Konten
Laporkan Akun