Penerapan Algoritma Density Based Spatial Clustering Algorithm With Noise (DBSCAN) Untuk Pengelompokkan Penyakit Pasien

Setiap tahun jumlah pasien yang melakukan pengobatan di rumah sakit As-sofwan semakin meningkat dengan beragam jenis penyakit yang berbeda-beda. Dari jumlah data pasien dengan beragam jenis penyakit yang berbeda, belum terlihat adanya pendataan secara terartur terhadap tingkat keparahan penyakit yang diderita oleh pasien sehingga menyulitkan pihak rumah sakit dalam melakukan penyediaan obat obatan dan peralatan medis. Maka penelitian ini bertujuan untuk mengelompokkan penyakit pasien kedalam cluster yaitu banyak dan sedikit. Pengelompokan data pasien dilakukan dengan tahapan data mining clustering. Dilakukan perhitungan menggunakan jupyter dengan bahasa python. Hasil penelitian ini menunjukan bahwa menggunakan jupyter menghasilan 2 cluster dimana cluster 1 yang paling banyak diderita oleh pasien yaitu (dypepsia, acute abdoment, dypepsia, gerd, ispa, typhoid fever, gea dan pneumonia) pada cluster 2 sedikit yaitu (kdk, lbp, oesteoritis, kista, diabetes, hipertensi, vomitus, kolik abdomen, dhf, obs febri, chepalgia, abses bartholin, stroke hemoragik, anemia, epilepsi, kds, vertigo, abortus iminers, df, hiv, liver, chf, isk, trombositpenia, vertigo, viral infection, irregular menstruation, asma akut, hemoptysis arthritis gout, stroke hemoragik, dan bronkopneumonia). Dari hasil cluster yang diperoleh, maka didapatkan hasil nilai keakurasi sebesar 1.422086806557305.

Kata kunci: Data mining, clustering, python. DBSCAN, penyakit