DATA MINING

DISKUSI 1 ( KLASIFIKASI DAN PREDIKSI )

Nama : Piva O. Bano (23111091)
Alvin A. Saudale (23111067)
Raymond C. Flavyanto (23111106)

*DIAGNOSIS PENYAKIT

Klasifikasi berdasarkan :
1. Penyakit
2. Gejala

Karena relasinya many to many maka menghasilkan tabel baru yaitu tabel yang kami beri
nama tabel diagnosis yang nantinya primary key dari entitas Penyakit dan entitas Gejala
akan menjadi foreign key di tabel Diagnosis.












Relasi Antar Tabel



Prediksi yang mungkin terjadi adalah : suatu penyakit yang diderita dilihat dari gejala-
gejala yang muncul pada tubuh pasien.




















DISKUSI 2 ( DATA SEQUENCE)

Nama : Piva O. Bano (23111091)
Alvin A. Saudale (23111067)
Raymond C. Flavyanto (23111106)
Yakobus B. Neonbeni (23111043)

*DIAGNOSIS PENYAKIT
Database
Sequence
Sequence Elemen (Transaksi) Kejadian (Item)
Pasien Transaksi penginputan/ pencarian
informasi ttg biodata pasien dan
riwayat penyakit pasien
Melakukan cek-up Biodata dan riwayat
penyakit pasien
Gejala Keluhan dari pasien dan tanda-tanda
yang muncul pada pasien
Kumpulan gejala-gejala pada
pasien
Gejala-gejala
diagnosis penyakit
Penyakit Hasil diagnosa penyakit dari gejala-
gejala pada pasien
Dari diagnosis penyakit
didapatkan resep untuk
pengobatan
Resep pengobatan
Pengobatan Berdasarkan hasil penyakit dan
dilanjutkan ke tahap pengobatan
Tindakan pengobatan
berdasarkan jenis penyakit
yang diderita pasien
Obat-obatan, terapi,
vitamin, dll.








DISKUSI 3 ( CLUSTERING )
Nama : Piva O. Bano (23111091)
Alvin A. Saudale (23111067)
Raymond C. Flavyanto (23111106)
Yakobus B. Neonbeni (23111043)
Veronika M. A.Olin (23111038)

*DIAGNOSIS PENYAKIT
Asosiasi
Penyakit Confidence Support
Malaria Meriang, Panas Tinggi Sakit Kepala
Tifus Cepat Lelah, Demam, Lidah Kuning Panas Tinggi
Anemia Cepat Lelah, Pucat Pusing
DBD Demam, Bintik Merah, Meriang Panas Tinggi
TBC Batuk Berdarah, Penurunan Berat Badan Keringat Malam Hari

Contoh Tabel Transaksi
Jenis Penyakit Gejala
Malaria Meriang, Sakit Kepala, Panas Tinggi
Tifus Cepat Lelah, Demam, Panas Tinggi, Lidah Berwarna Kuning
Anemia Cepat Lelah, Pucat, Pusing
Demam Berdarah Bintik Merah, Demam, Meriang
TBC Keringat Malam Hari, Batuk Berdarah, Penurunan Berat
Badan

Tabel Tabular

CLUSTERING





P= Penyakit
D= Diagnosa
G= Gejala
POHON KEPUTUSAN

P D G
ANALISIS OLAP
1. Data yang diolah adalah data pasien yang disesuaikan dengan gejala yang dimiliki
pasien saat mengajukan keluhan atau gejala yang terlihat pada pasien untuk
mendapatkan diagnosa penyakit.
2. Data yang diolah adalah jenis penyakit yang disesuaikan dengan hasil diagnosa untuk
mendapatkan resep pengobatan selanjutnya.