UJIAN TENGAH SEMESTER (UTS) GANJIL

TAHUN AKADEMIK 2023/2024

STT. WASTUKANCANA PURWAKARTA

Mata Kuliah/Kode/SKS : Metodologi Penelitian/1F23174/3

Hari/Tanggal : Selasa/07 November 2023
Waktu : 20.30 – 23.00 WIB
Dosen : Dede Irmayanti, S.T.,M.Kom
Program Studi/Jenjang : Teknik Informatika/S1
Kelas : Malam B
Sifat Ujian : Take Home

Selesaikan tugas di bawah ini!

1. Carilah 10 buah artikel jurnal berbahasa inggris dan 10 artikel jurnal berbahasa indonesia
sesuai topik skripsi.
2. Buatlah literature review berdasarkan artikel-artikel tersebut dengan format di bawah ini.
Gunakan aplikasi mendeley untuk membuat sitasi.

No Judul, Penerbit, Nama Penulis,Tahun terbit
1 Klasifikasi Masyarakat Miskin
menggunakan Metode Naïve
Bayes(Haditsah, 2018)
Permasalahan
Permasalahan utama dalam upaya
pengurangan kemiskinan saat ini terkait
dengan adanya fakta bahwa
pertumbuhan ekonomi tidak tersebar
secara merata di seluruh wilayah
Indonesia, khususnya di Kecamatan
Tibawa. Selain itu, kemiskinan juga
merupakan sebuah hubungan sebab
akibat (kausalitas melingkar) artinya
tingkat kemiskinan yang tinggi terjadi
karena rendahnya pendapatan perkapita,
pendapatan perkapita yang rendah
terjadi karena investasi perkapita yang
juga rendah.
Dalam jurnal ini, permasalahan yang dibahas
adalah bagaimana mengklasifikasikan
masyarakat miskin menggunakan
metode Naïve Bayes. Tujuan dari
penelitian ini adalah untuk
mengklasifikasikan masyarakat miskin
di Kecamatan Tibawa menggunakan
Algoritma Naïve Bayes.
Metode
Peneltiian
Dalam penelitian ini, metode
yang digunakan adalah
metode Naïve Bayes
Classifier. Metode ini
merupakan salah satu
teknik pengklasifikasian
dalam data mining yang
sering digunakan untuk
mengklasifikasikan data
berdasarkan atribut-atribut
yang ada.
Metode Naïve Bayes Classifier
didasarkan pada teorema
Bayes, yang
mengasumsikan bahwa
setiap atribut dalam data
independen satu sama
lain. Meskipun asumsi ini
sering kali tidak terpenuhi
dalam dunia nyata,
metode Naïve Bayes tetap
efektif dan efisien dalam
banyak kasus.
Dalam penelitian ini, atribut-
atribut yang digunakan
untuk mengklasifikasikan
masyarakat miskin adalah
Umur, Pendidikan,
Pekerjaan, Penghasilan,
Tanggungan, dan Status
(Kawin/Belum Kawin).
Atribut-atribut ini dipilih
berdasarkan pertimbangan
bahwa mereka dapat
memberikan informasi
Hasil Penelitian
Dalam penelitian ini, metode Naïve Bayes
Classifier digunakan untuk
mengklasifikasikan masyarakat miskin
di Kecamatan Tibawa. Hasil pengujian
menunjukkan tingkat akurasi sebesar
73%, yang termasuk dalam kategori
"Good". Selain itu, nilai Precision
sebesar 92% dan Recall sebesar 86%
juga menunjukkan bahwa metode ini
cukup baik dalam mengklasifikasikan
masyarakat miskin.
Meskipun hasil ini menunjukkan
keberhasilan dalam pengklasifikasian,
masih ada ruang untuk peningkatan.
Salah satu saran yang dapat diberikan
adalah menggunakan dataset yang lebih
besar atau menambahkan variabel lain
untuk meningkatkan performa metode
yang digunakan. Selain itu, penggunaan
algoritma komputer lain atau teknik
seleksi fitur juga dapat menjadi alternatif
untuk meningkatkan akurasi klasifikasi.
Dalam kesimpulan, metode Naïve Bayes
Classifier efektif digunakan dalam
mengklasifikasikan masyarakat miskin
berdasarkan atribut-atribut yang ada.
Namun, penelitian selanjutnya dapat
dilakukan untuk meningkatkan akurasi
dengan menggunakan dataset yang lebih
besar atau teknik lain yang lebih
canggih.
 yang relevan dalam
mengidentifikasi
masyarakat miskin.

Hasil pengujian menggunakan

metode Naïve Bayes
Classifier menunjukkan
tingkat akurasi sebesar
73%, yang termasuk
dalam kategori "Good".
Selain itu, nilai Precision
sebesar 92% dan Recall
sebesar 86% juga
menunjukkan bahwa
metode ini cukup baik
dalam mengklasifikasikan
masyarakat miskin.

Namun, meskipun metode

Naïve Bayes Classifier
memberikan hasil yang
cukup baik, masih ada
ruang untuk peningkatan.
Salah satu saran yang
dapat diberikan adalah
menggunakan dataset
yang lebih besar atau
menambahkan variabel
lain untuk meningkatkan
performa metode yang
digunakan. Selain itu,
penggunaan algoritma
komputer lain atau teknik
seleksi fitur juga dapat
menjadi alternatif untuk
meningkatkan akurasi
klasifikasi.

Dalam kesimpulan, metode

Naïve Bayes Classifier
efektif digunakan dalam

2 Metode Data Mining K-Means Untuk
Klasterisasi Data Penanganan Dan
Pelayanan Kesehatan
Masyarakat(Cahyana & Aribowo,
2018)
Dalam penelitian ini, permasalahan yang
dihadapi adalah bagaimana
memanfaatkan algoritma k-Means untuk
mengklaster atau mengelompokkan data
wilayah berdasarkan beberapa indikator
kesehatan kecamatan-kecamatan di
Kabupaten Blora.
Metode k-Means digunakan untuk
mengelompokkan data ke dalam
beberapa klaster yang homogen.
Algoritma ini dapat digunakan untuk
mengkategorikan data wilayah atau
daerah ke dalam beberapa klaster.
Dalam tahap preprocessing data, dilakukan
data cleaning, transformasi data, reduksi
data, dan integrasi data. Data yang
kosong diberi nilai default 0 dan atribut
yang tidak diperlukan dihilangkan. Data
penyakit diare dan pneumonia direduksi
menjadi data per kecamatan, target
penemuan per kecamatan, dan jumlah
penanganan pasien per kecamatan. Data
pelayanan anak balita direduksi menjadi
data per kecamatan, jumlah balita per
kecamatan, dan jumlah balita yang
terlayani per kecamatan. Data kemudian
diubah menjadi persentase.
mengklasifikasikan
masyarakat miskin
berdasarkan atribut-atribut
yang ada. Namun,
penelitian selanjutnya
dapat dilakukan untuk
meningkatkan akurasi
dengan menggunakan
dataset yang lebih besar
atau teknik lain yang lebih
canggih
Penelitian ini membahas
penggunaan algoritma
data mining k-means
untuk mengklaster data
kesehatan di Kabupaten
Blora. Penelitian ini fokus
pada tiga indikator
kualitas layanan
kesehatan: responsivitas,
cakupan layanan, dan
kesehatan ibu dan anak.
Hasil penelitian
menunjukkan
pengelompokan
kecamatan di Blora
berdasarkan profil
kesehatan mereka.
Algoritma k-means adalah
algoritma data mining
yang populer digunakan
untuk mengklaster data ke
dalam klaster yang
homogen. Penelitian ini
juga memberikan
gambaran tentang proses
data mining dan langkah-
langkah yang terlibat
dalam algoritma k-means.
Data yang digunakan
dalam penelitian ini
Hasil penelitian ini menunjukkan bahwa
menggunakan algoritma k-Means dapat
mengklasterisasi data penanganan dan
pelayanan kesehatan masyarakat di
Kabupaten Blora. Berdasarkan hasil
klasterisasi, dapat dilihat bahwa terjadi
peningkatan pelayanan balita,
penanganan penyakit diare, dan penyakit
pneumonia di semua kecamatan pada
tahun 2015 dibandingkan dengan tahun
2014. Beberapa kecamatan seperti Jati,
Cepu, Jiken, Jepon, Todanan, Japah,
Sambong, dan Ngawen memiliki
pelayanan balita, penanganan diare, dan
pneumonia yang lebih baik
dibandingkan dengan kecamatan
lainnya. Khususnya, Kecamatan Japah
memiliki prestasi penanganan diare yang
tertinggi.
Penelitian ini juga menyarankan adanya
analisis klasterisasi pada data kesehatan
lainnya, seperti penyakit selain diare dan
pneumonia, serta pemantauan layanan
ibu hamil dan menyusui. Selain itu,
perlu dilakukan pengujian klasterisasi
dengan metode data mining lainnya
untuk membandingkan hasilnya.
Diperlukan juga data yang lebih detil
untuk analisis yang lebih mendalam,

3 Komparasi Metode Data Mining K-
Nearest Neighbor Dengan Naïve
Bayes Untuk Klasifikasi Kualitas Air
Bersih (Studi Kasus PDAM Tirta
Kencana Kabupaten Jombang)
(Rahman et al., 2018)
Hasil penelitian berupa klasterisasi
kecamatan di Kabupaten Blora dapat
digunakan untuk menggambarkan
distribusi pengelompokkan kecamatan
berdasarkan homogenitas profil
kesehatan masing-masing.
Dengan menggunakan algoritma k-Means,
penelitian ini dapat memberikan
informasi yang berguna dalam
meningkatkan pelayanan kesehatan
masyarakat, terutama dalam hal
penanganan kasus diare, pneumonia, dan
pelayanan balita.
Bagian pembahasan permasalahan dalam
penelitian ini adalah perbandingan
antara metode K-Nearest Neighbor (K-
NN) dan Naïve Bayes dalam klasifikasi
kualitas air bersih. Kedua metode ini
digunakan untuk mengklasifikasikan
data kualitas air bersih berdasarkan
atribut-atribut seperti Coliform,
Escherichia Coli, Mangan, TDS, dan
Khlorida.
Metode K-NN adalah metode klasifikasi
yang berdasarkan pada jarak antara data
yang akan diklasifikasikan dengan data
training. Metode ini mencari k-nearest
neighbors terdekat dari data yang akan
diklasifikasikan dan
mengklasifikasikannya berdasarkan
mayoritas kelas dari tetangga
terdekatnya.
Sementara itu, metode Naïve Bayes adalah
metode klasifikasi yang berdasarkan
pada teorema Bayes. Metode ini
mengasumsikan bahwa setiap atribut
diperoleh dari profil
kesehatan Kabupaten
Blora yang diterbitkan
oleh Dinas Kesehatan
Blora.
Bagian pembahasan metode
penelitian ini mencakup
perbandingan antara
metode K-Nearest
Neighbor (K-NN) dan
Naïve Bayes dalam
klasifikasi kualitas air
bersih. Dalam penelitian
ini, kedua metode tersebut
digunakan untuk
mengklasifikasikan data
kualitas air bersih
berdasarkan atribut-atribut
seperti Coliform,
Escherichia Coli,
Mangan, TDS, dan
Khlorida.
Metode K-NN adalah metode
klasifikasi yang
berdasarkan pada jarak
antara data yang akan
diklasifikasikan dengan
data training. Metode ini
mencari k-nearest
bukan hanya data rekapitulasi.
Berdasarkan hasil pengujian dan analisis,
metode K-Nearest Neighbor (K-NN)
memberikan akurasi yang lebih tinggi
dibandingkan dengan metode Naïve
Bayes dalam klasifikasi kualitas air
bersih. Pada pengujian dengan variasi
nilai k, ditemukan bahwa nilai k=3
memberikan akurasi tertinggi sebesar
90.73%. Sedangkan pada pengujian
berdasarkan percentage split, metode K-
NN memiliki akurasi rata-rata sebesar
82.45%, sedangkan metode Naïve Bayes
memiliki akurasi rata-rata sebesar
72.52%. Begitu juga pada pengujian
berdasarkan jumlah data training,
metode K-NN memiliki akurasi rata-rata
sebesar 83.32%, sedangkan metode
Naïve Bayes memiliki akurasi rata-rata
sebesar 70.91%.
Berdasarkan hasil akurasi yang didapatkan
dari seluruh pengujian, dapat
disimpulkan bahwa metode K-NN
merupakan metode yang lebih baik
dalam membantu melakukan klasifikasi
 dalam data independen satu sama lain,
sehingga dapat menghitung probabilitas
kelas berdasarkan probabilitas atribut-
atribut yang ada.
Dalam penelitian ini, dilakukan perbandingan
antara kedua metode tersebut dalam hal
akurasi klasifikasi kualitas air bersih.
Hasil pengujian dan analisis
menunjukkan bahwa kedua metode
memiliki akurasi yang cukup tinggi,
namun terdapat perbedaan dalam akurasi
yang dihasilkan. Oleh karena itu,
penelitian ini bertujuan untuk
menentukan metode mana yang lebih
baik dalam membantu melakukan
klasifikasi terhadap kualitas air bersih.
Referensi: Gambar 1. Diagram Metode
Tahapan Penelitian 2.1. Pengumpulan
Data Data yang digunakan dalam
penelitian merupakan data kualitas air
bersih yang diperoleh dari Kantor
PDAM Tirta Kencana Kabupaten
Jombang dalam jangka waktu tahun
2016 hingga tahun 2017. Contoh data
klasifikasi kualitas air bersih akan
ditunjukan pada Tabel 1. Tabel 1.
Contoh Data Klasifikasi Air Bersih No.
Coliform E
neighbors terdekat dari
data yang akan
diklasifikasikan dan
mengklasifikasikannya
berdasarkan mayoritas
kelas dari tetangga
terdekatnya. Dalam
penelitian ini, dilakukan
pengujian dengan variasi
nilai k untuk menentukan
nilai k yang memberikan
akurasi terbaik.
Sementara itu, metode Naïve
Bayes adalah metode
klasifikasi yang
berdasarkan pada teorema
Bayes. Metode ini
mengasumsikan bahwa
setiap atribut dalam data
independen satu sama
lain, sehingga dapat
menghitung probabilitas
kelas berdasarkan
probabilitas atribut-atribut
yang ada. Dalam
penelitian ini, dilakukan
pengujian dengan
menggunakan metode 10-
fold cross validation
untuk mengukur akurasi
dari metode Naïve Bayes.
terhadap kualitas air bersih dalam
penelitian ini. Metode K-NN
memberikan akurasi rata-rata sebesar
82.89%, sedangkan metode Naïve Bayes
memberikan akurasi rata-rata sebesar
72.52%. Oleh karena itu, metode K-NN
dapat digunakan sebagai metode yang
lebih efektif dan efisien dalam
klasifikasi kualitas air bersih
menggunakan data mining.
Referensi: Gambar 1. Diagram Metode
Tahapan Penelitian 2.1. Pengumpulan
Data Data yang digunakan dalam
penelitian merupakan data kualitas air
bersih yang diperoleh dari Kantor
PDAM Tirta Kencana Kabupaten
Jombang dalam jangka waktu tahun
2016 hingga tahun 2017. Contoh data
klasifikasi kualitas air bersih akan
ditunjukan pada Tabel 1. Tabel 1.
Contoh Data Klasifikasi Air Bersih No.
Coliform E. Coli Mangan TDS Khlorida
Kelas

Hasil pengujian dan analisis

menunjukkan bahwa
kedua metode memiliki
akurasi yang cukup tinggi,
namun terdapat perbedaan
dalam akurasi yang
dihasilkan. Berdasarkan
hasil pengujian, metode
 K-NN memberikan
akurasi rata-rata sebesar
82.89%, sedangkan
metode Naïve Bayes
memberikan akurasi rata-
rata sebesar 72.52%. Oleh
karena itu, dapat
disimpulkan bahwa
metode K-NN lebih baik
dalam membantu
melakukan klasifikasi
terhadap kualitas air
bersih dalam penelitian
ini.

4 Penerapan Clustering Pada Penduduk
Yang Mempunyai Keluhan
Kesehatan Dengan Datamining K-
Means(Rofiqo et al., 2018)
Bagian pembahasan permasalahan dalam
penelitian ini adalah keluhan kesehatan
di antara penduduk di Indonesia.
Penelitian ini bertujuan untuk
menggunakan algoritma clustering,
khususnya algoritma K-means, untuk
mengelompokkan jumlah orang dengan
keluhan kesehatan di Indonesia. Data
yang digunakan dalam penelitian ini
dikumpulkan dari dokumen populasi
provinsi dengan keluhan kesehatan yang
diproduksi oleh Badan Pusat Statistik
Nasional. Data tersebut mencakup
informasi dari tahun 2013-2017 dan
mencakup semua 34 provinsi di
Indonesia.
Proses clustering membagi data menjadi tiga
kelompok: keluhan kesehatan tinggi,
keluhan kesehatan sedang, dan keluhan
kesehatan rendah. Data centroid untuk
setiap kelompok dihitung, dengan data
centroid untuk keluhan kesehatan tinggi
adalah 37,48, untuk keluhan kesehatan
sedang adalah 27,08, dan untuk keluhan
kesehatan rendah adalah 14,89.
Bagian pembahasan metode Hasil penelitian menunjukkan bahwa analisis
penelitian ini
menggunakan data
mining, khususnya
algoritma clustering K-
means. Data mining
adalah metode
pengolahan data untuk
menemukan pola
tersembunyi dan membuat
keputusan di masa depan
berdasarkan hasilnya.
Algoritma K-means
adalah algoritma partisi
yang memisahkan data ke Berdasarkan analisis clustering ini, penelitian
dalam kelompok-
kelompok yang berbeda.
Data yang digunakan dalam
penelitian ini
dikumpulkan dari
dokumen populasi dengan
keluhan kesehatan di
setiap provinsi, yang
diproduksi oleh Badan
Pusat Statistik Nasional.
clustering menggunakan algoritma K-
means berhasil membagi penduduk
dengan keluhan kesehatan di Indonesia
menjadi tiga kelompok: keluhan
kesehatan tinggi, keluhan kesehatan
sedang, dan keluhan kesehatan rendah.
Data centroid untuk setiap kelompok
dihitung, dengan data centroid untuk
keluhan kesehatan tinggi adalah 37,48,
untuk keluhan kesehatan sedang adalah
27,08, dan untuk keluhan kesehatan
rendah adalah 14,89.
mengidentifikasi 7 provinsi dengan
keluhan kesehatan tinggi, 18 provinsi
dengan keluhan kesehatan sedang, dan 9
provinsi dengan keluhan kesehatan
rendah. Informasi ini dapat digunakan
oleh pemerintah untuk memprioritaskan
dan meningkatkan layanan kesehatan
masyarakat di daerah dengan keluhan
kesehatan tinggi. Dengan mengatasi
keluhan kesehatan dan meningkatkan
layanan kesehatan, pemerintah dapat
 Berdasarkan analisis clustering ini,
penelitian mengidentifikasi 7 provinsi
dengan keluhan kesehatan tinggi, 18
provinsi dengan keluhan kesehatan
sedang, dan 9 provinsi dengan keluhan
kesehatan rendah.
Informasi ini dapat digunakan sebagai
masukan bagi pemerintah untuk
memprioritaskan dan meningkatkan
layanan kesehatan masyarakat di daerah
dengan keluhan kesehatan tinggi,
dengan tujuan akhir membuat penduduk
Indonesia lebih sehat dan mengurangi
keluhan kesehatan. Dengan mengatasi
keluhan kesehatan dan meningkatkan
layanan kesehatan masyarakat,
pemerintah dapat bekerja menuju
pencapaian hak atas lingkungan yang
sehat dan akses ke layanan kesehatan
berkualitas bagi semua individu, seperti
yang dinyatakan dalam Undang-Undang
Kesehatan Indonesia.
Secara keseluruhan, penelitian ini
menekankan pentingnya data mining dan
algoritma clustering dalam menganalisis
keluhan kesehatan dan
Data tersebut diproses dan bekerja menuju pencapaian hak atas
dikelompokkan lingkungan yang sehat dan akses ke
menggunakan algoritma layanan kesehatan berkualitas bagi
K-means. Proses semua individu, seperti yang dinyatakan
clustering membagi data dalam Undang-Undang Kesehatan
menjadi tiga kelompok: Indonesia.
keluhan kesehatan tinggi,
keluhan kesehatan sedang, Temuan dari penelitian ini memberikan
dan keluhan kesehatan wawasan berharga tentang distribusi
rendah. keluhan kesehatan di berbagai provinsi
di Indonesia. Informasi ini dapat
Analisis dari kelompok- membimbing para pembuat kebijakan
kelompok tersebut dan penyedia layanan kesehatan dalam
membantu mengimplementasikan intervensi yang
mengidentifikasi provinsi- ditargetkan dan perbaikan dalam layanan
provinsi dengan tingkat kesehatan untuk mengatasi kebutuhan
keluhan kesehatan yang khusus setiap wilayah.
berbeda. Informasi ini Undang-Undang Kesehatan Indonesia, Pasal
dapat digunakan oleh 1, 6, 7, 8 Komik, Volume 2, Nomor 1,
pemerintah untuk Oktober 2018
memprioritaskan dan
meningkatkan layanan
kesehatan masyarakat di
daerah dengan keluhan
kesehatan tinggi. Dengan
mengatasi keluhan
kesehatan dan
meningkatkan layanan
kesehatan, pemerintah
dapat bekerja menuju
pencapaian hak atas
lingkungan yang sehat
dan akses ke layanan
kesehatan berkualitas bagi
semua individu, seperti
yang dinyatakan dalam
Undang-Undang
Kesehatan Indonesia.
Secara keseluruhan,
penggunaan data mining

5 PENERAPAN DATA MINING UNTUK Pada penelitian ini, permasalahan yang ingin
PENGELOLAAN DATA REKAM dipecahkan adalah efisiensi dan
MEDIS MENGGUNAKAN efektivitas pengelolaan data rekam
METODE K-MEANS medis pasien di Rumah Sakit Royal
CLUSTERING PADA RUMAH Prima Medan. Data rekam medis yang
SAKIT ROYAL PRIMA sangat besar dan kompleks tersebut
MEDAN(Purba et al., 2023) mencakup informasi tentang pasien,
diagnosis, pengobatan, dan riwayat
medis lainnya. Pengelolaan data rekam
medis yang efisien dan efektif sangat
penting untuk meningkatkan kualitas
layanan kesehatan, pengambilan
keputusan yang tepat, dan penelitian
medis.
dan algoritma K-means
dalam penelitian ini
memberikan wawasan
berharga tentang
distribusi keluhan
kesehatan di berbagai
provinsi di Indonesia.
Informasi ini dapat
membimbing para
pembuat kebijakan dan
penyedia layanan
kesehatan dalam
mengimplementasikan
intervensi yang
ditargetkan dan perbaikan
dalam layanan kesehatan
untuk mengatasi
kebutuhan khusus setiap
wilayah.
Hibah Pemasangan Air
Minum, vol. 1, no. 3
Pada penelitian ini, metode Hasil penelitian ini menunjukkan bahwa
penelitian yang digunakan penerapan metode data mining dengan
adalah kombinasi antara menggunakan metode k-means
library research dan field clustering dapat membantu dalam
research. Library research pengelolaan data rekam medis pasien di
dilakukan untuk Rumah Sakit Royal Prima Medan.
mengumpulkan informasi Dalam penelitian ini, data rekam medis
dan data yang berkaitan pasien berhasil dikelompokkan menjadi
dengan permasalahan 4 cluster berdasarkan jenis kelamin dan
yang akan dipecahkan. jenis perawatan yang sedang dirawat.
Sementara itu, field
research dilakukan Cluster 1 terdiri dari 18217 pasien yang
dengan pendekatan menderita penyakit seperti Pelayanan
kualitatif, yaitu dengan Gawat Darurat, Orthopedi, Obgyn,
melakukan pengamatan Penyakit Dalam, Paru-Paru,
langsung di Rumah Sakit NICU/PISU, Penyakit Jantung,
Royal Prima Medan. Perinatologi, Neonatal dan Tumbuh
Kembang, Onkologi Kebidanan. Cluster
Data yang digunakan dalam 2 terdiri dari 1016 pasien dengan
penelitian ini berasal dari karakteristik yang berbeda dari cluster 1.

6 Clustering Tenaga Kesehatan
Berdasarkan Kecamatan di
Kabupaten Karawang Menggunakan
Algoritma K-Means(Sitinjak et al.,
2022)
Pada bagian permasalahan, penelitian ini
mengidentifikasi masalah kesehatan
yang ada di Kabupaten Karawang, yaitu
minimnya tenaga kesehatan pada setiap
wilayah. Masalah ini dapat
menyebabkan kesulitan bagi masyarakat
di kecamatan tersebut untuk hidup sehat
dan mengobati penyakitnya. Oleh karena
itu, penelitian ini bertujuan untuk
data rekam medis pasien
yang terkumpul di Rumah
Sakit Royal Prima Medan.
Dataset ini terdiri dari 5
kolom dan 19936 baris,
yang mencakup informasi
tentang pasien yang
sedang dirawat.
Selanjutnya, dalam penelitian
ini diterapkan metode data Dengan adanya pengelompokan ini, Rumah
mining dengan
menggunakan metode k-
means clustering. Metode
ini digunakan untuk
mengelompokkan data
rekam medis pasien
berdasarkan karakteristik
yang sama, seperti jenis
perawatan yang sedang
dirawat.
Dengan penerapan metode data
mining ini, diharapkan
dapat meningkatkan
efisiensi dan mutu
pelayanan di Rumah Sakit
Royal Prima Medan, serta
memberikan pedoman
dalam penangkalan
sumber penyakit.
Pada bagian metode penelitian, Pada bagian pembahasan hasil, penelitian ini
penelitian ini
menggunakan metode
Knowledge Discovery in
Database (KDD) untuk
menganalisis data
kesehatan di Kabupaten
Karawang. Tahapan dari
metode KDD yang
Cluster 3 terdiri dari 396 pasien dengan
jenis perawatan yang berbeda seperti
Bedah Onkologi, Bedah Digestif, Bedah
Saraf, Bedah Umum, Bedah Plastik,
Bedah Syaraf, Endokrin, Bedah, dan
Bedah Orthopedi. Cluster 4 terdiri dari
307 pasien dengan jenis perawatan
seperti Urologi, THT, Umum, Saraf, dan
Reumatologi.
Sakit Royal Prima Medan dapat
meningkatkan efisiensi dalam
pengelolaan data rekam medis pasien.
Informasi yang diperoleh dari hasil
clustering ini dapat digunakan untuk
pengambilan keputusan yang lebih baik
dalam pelayanan kesehatan, penelitian
medis, dan penangkalan sumber
penyakit.
menghasilkan tiga cluster berdasarkan
jumlah tenaga kesehatan di Kabupaten
Karawang. Cluster pertama terdiri dari
24 kecamatan dengan jumlah tenaga
kesehatan rendah, seperti Pangkalan,
Tegalwaru, Ciampel, dan lainnya.
Cluster kedua terdiri dari empat
kecamatan dengan jumlah tenaga
 melakukan pengelompokan terhadap
kecamatan yang memiliki tenaga
kesehatan yang masih kurang sehingga
data tersebut dapat digunakan untuk
peningkatan kualitas kesehatan.
Referensi: Pembangunan di sektor kesehatan
merupakan salah satu upaya pemenuhan
hak dasar rakyat, yaitu hak untuk
memperoleh pelayanan kesehatan. Hal
ini menjelaskan bahwa pemerintah
memiliki tugas dan tanggung jawab
untuk mencari dan melaksanakan upaya-
upaya pembangunan di sektor kesehatan
sehingga tuntutan UUD 1945 dapat
terpenuhi dan tujuan pembangunan
nasional di sektor kesehatan yaitu
“meningkatkan derajat kesehatan
masyarakat yang setinggi-tingginya”
dapat tercapai. Puskesmas merupakan
fasilitas pelayanan kesehatan yang
menyelenggarakan upaya kesehatan
masyarakat dan upaya perseorangan
tingkat pertama dengan mengutamakan
upaya promotif dan preventif untuk
mencapai derajat kesehatan masyarakat.
Tenaga kesehatan yang tidak tercukupi
di beberapa Kecamatan yang ada di
Karawang akan membuat masyarakat di
Kecamatan tersebut kesulitan untuk
hidup sehat dan mengobati penyakitnya.
Seperti contoh di saat pandemi awal
jumlah pasien yang sakit lebih banyak
dari pada tenaga kesehatan yang
menangani, dampaknya tenaga
kesehatan lelah dan angka covidnya naik
kembali. Jumlah e-ISSN: 2548-6861
hakekatnya adalah penyelenggaraan
upaya kesehatan untuk mencapai
kemampuan
digunakan meliputi:
1. Data Selection: Data tenaga
kesehatan di Kabupaten
Karawang yang diperoleh
dari sumber yang
terpercaya dipilih untuk
digunakan dalam Hasil tersebut menunjukkan bahwa masih
penelitian ini.
2. Pre-Processing: Tahap ini
melibatkan pembersihan
data, seperti menghapus
duplikasi data, menangani
missing value, dan
memeriksa konsistensi
data.
3. Data Transformation: Data Selain itu, penelitian ini juga menggunakan
akan mengalami
transformasi sebelum
dilakukan data mining,
agar dapat sesuai dengan
algoritma dan tools yang
digunakan dalam
pengolahan data.
4. Data Mining: Pada tahap ini,
dilakukan proses
pengolahan data
menggunakan algoritma
K-means clustering untuk Referensi: Gambar 4 Hasil DBI dan Avg.
mengelompokkan data ke
dalam cluster-cluster yang
memiliki kesamaan.
5. Knowledge
Interpretation/Evaluation:
Tahap ini melibatkan
interpretasi dan evaluasi
hasil dari data mining,
kesehatan sedang, seperti Klari,
Cikampek, Jatisari, dan Karawang
Timur. Sedangkan cluster ketiga terdiri
dari dua kecamatan dengan jumlah
tenaga kesehatan terbanyak, yaitu
Telukjambe Timur dan Karawang Barat.
terdapat beberapa kecamatan di
Kabupaten Karawang yang memiliki
jumlah tenaga kesehatan yang rendah.
Hal ini dapat menjadi acuan bagi
pemerintah untuk mengevaluasi dan
meningkatkan jumlah tenaga kesehatan
yang sesuai standar agar masyarakat
dapat terjamin kesehatannya dan dapat
menjalani kehidupan yang sejahtera.
parameter Davies Blouldin Index (DBI)
dan Avg. within centroid distance untuk
mengukur kinerja atau akurasi algoritma
K-means. Nilai DBI yang rendah
menunjukkan bahwa cluster-cluster yang
dihasilkan memiliki kemiripan antar data
dalam satu cluster yang tinggi. Hal ini
menunjukkan bahwa algoritma K-means
yang digunakan dalam penelitian ini
dapat memberikan hasil cluster yang
baik.
Within Centroid Distance T ABEL 7 H
ASIL C ENTROID A KHIR Atribut
Cluster 0 Cluster 1 Cluster 2 Total
51.625 619.1667 5057 Jumlah 999 394
15 IV. KESIMPULAN Penerapan
algoritma K-Means Clustering
menggunakan tools Rapidminer,
menghasilkan 3 cluster dengan nilai DBI
sebesar -0.370, yaitu dengan cluster 1

7 Penerapan Data Mining Untuk
Pengelompokan Hasil Diagnosa
Penyakit Pasien Pengguna BPJS
Kesehatan (Studi Kasus Pada Rsud
Undata Palu)(Amriana et al., 2019)
Bagian bahasan permasalahan dalam
penelitian ini berfokus pada pengolahan
data rekam medis untuk anggota
asuransi BPJS Kesehatan di RSUD
Undata Provinsi Sulawesi Tengah.
Rekam medis tersebut berisi informasi
tentang identitas dan riwayat medis
pasien, termasuk alamat, jenis kelamin,
usia, dan diagnosis penyakit.
Permasalahan utama yang ditangani
dalam penelitian ini adalah perlunya
memproses dan menganalisis data rekam
medis ini untuk mengidentifikasi pola
dan kecenderungan dalam prevalensi
penyakit di antara populasi. Dengan
sehingga hasil yang dengan jumlah tenaga kesehatan rendah
didapatkan dapat sebanyak 24 yaitu
dijadikan informasi yang
berguna.
Referensi: Gambar 2 Alur
Penelitian Data Selection
Pre - Processing Data
Transformation Hasil
Data Mining Evaluation
e-ISSN: 2548-6861 JAIC
Vol. 6, No. 1, Juli 2022:
46 – 54 50 IV. H ASIL
DAN P EMBAHASAN 1)
Data Selection Data yang
diseleksi yaitu data tenaga
kesehatan yang ada di
Kabupaten Karawang
yang diperoleh dari
(karawangkab.bps.go.id).
Data tersebut terdiri dari
30 data kecamatan dan
akan diambil 3 variabel
yang akan diujikan
(Dokter, Perawat, dan
Bidan).
Pada penelitian ini, metode Pada penelitian ini, hasil pengolahan data
yang digunakan adalah rekam medis menggunakan algoritma
data mining dengan C4.5 menunjukkan bahwa
menggunakan algoritma pengelompokan diagnosa penyakit
C4.5. Data mining adalah pasien pengguna BPJS Kesehatan dapat
proses menemukan dilakukan dengan akurasi yang tinggi.
hubungan yang berarti, Dalam penelitian ini, data rekam medis
pola, dan kecenderungan pasien pengguna BPJS Kesehatan pada
dengan memeriksa dalam tahun 2015 di RSUD Undata Provinsi
sekumpulan besar data Sulawesi Tengah digunakan sebagai
yang tersimpan dalam bahan penelitian.
penyimpanan dengan
menggunakan teknik Dengan menggunakan algoritma C4.5, data
pengenalan pola seperti rekam medis tersebut diolah dan
teknik statistik dan diklasifikasikan berdasarkan atribut
 menggunakan teknik data mining,
seperti algoritma C4.5, peneliti bertujuan
untuk mengklasifikasikan dan
mengelompokkan data rekam medis
berdasarkan atribut seperti usia, lokasi
regional, dan diagnosis penyakit. Hal ini
akan memungkinkan identifikasi pola
dan tren dalam prevalensi penyakit, yang
dapat digunakan untuk berbagai tujuan
seperti perencanaan kesehatan,
pencegahan, dan peningkatan kualitas
layanan kesehatan yang diberikan oleh
RSUD Undata.
Sutarjo, 2014. Profil kesehatan indonesia.
Kementrian Kesehatan Republik
Indonesia.
matematika.
Algoritma C4.5 merupakan
algoritma klasifikasi yang
digunakan untuk
menghasilkan model/pola
klasifikasi data rekam
medis berdasarkan kode
penyakit internasional
(ICD-10). Dalam
penelitian ini, data rekam
medis pasien pengguna
BPJS Kesehatan pada
tahun 2015 di RSUD
Undata Provinsi Sulawesi
Tengah digunakan
sebagai bahan penelitian.
Proses pengolahan data rekam
medis dilakukan dengan
memasukkan data pasien
ke dalam basis data sistem
menggunakan form input
data training. Selanjutnya,
data rekam medis tersebut
diolah menggunakan
algoritma C4.5 untuk
menghasilkan model
klasifikasi penyakit
berdasarkan kode
penyakit internasional.
Hasil keluaran berupa rule
atau aturan dari
pengelompokan/klasifikas
i tersebut ditampilkan
menggunakan form data
testing.
Dalam proses pengolahan data,
dilakukan perhitungan
nilai entropi dan gain
seperti usia, lokasi regional, dan
diagnosis penyakit. Hasil keluaran
berupa rule atau aturan dari
pengelompokan/klasifikasi tersebut
ditampilkan menggunakan form data
testing.
Hasil penelitian menunjukkan bahwa
penggunaan algoritma C4.5 dalam
pengolahan data rekam medis dapat
menghasilkan model/pola klasifikasi
penyakit berdasarkan kode penyakit
internasional (ICD-10). Dengan
demikian, dapat ditemukan pola dan
kecenderungan dalam prevalensi
penyakit di antara populasi pasien
pengguna BPJS Kesehatan.
Hasil penelitian ini memiliki implikasi
penting bagi RSUD Undata dan Dinas
Kesehatan Kota Palu dalam melakukan
penyuluhan, pencegahan, dan
peningkatan mutu pelayanan kesehatan
kepada pasien pengguna BPJS
Kesehatan. Dengan mengetahui pola dan
kecenderungan penyakit, RSUD Undata
dapat melakukan perencanaan kesehatan
yang lebih efektif dan meningkatkan
kualitas layanan kesehatan yang
diberikan.
Selain itu, hasil penelitian ini juga dapat
menjadi dasar untuk penelitian
selanjutnya dalam mengembangkan
metode data mining untuk
pengelompokan hasil diagnosa penyakit
pasien pengguna BPJS Kesehatan.
Penelitian selanjutnya dapat
mempertimbangkan penggunaan lebih
banyak parameter yang ada pada data
rekam medis guna meningkatkan akurasi

8 Implementasi Data Mining dengan
Metode Algoritma Apriori dalam
Menentukan Pola Pembelian
Obat(Yanto & Khoiriah, 2019)
Bagian permasalahan yang diteliti adalah
kurangnya sistem yang dapat
memberikan pengetahuan untuk
membantu tingkat manajerial dalam
pengambilan keputusan, khususnya
dalam menentukan pola pembelian obat
yang efektif dan efisien di apotek.
Sistem saat ini hanya berfungsi sebagai
arsip dan laporan penjualan, dan tidak
dapat digunakan untuk mengembangkan
strategi dalam menentukan pola
pembelian obat.
tertinggi untuk algoritma mining sesuai dengan mas
menghasilkan rule dan
pohon keputusan yang
dapat menemukan pola
klasifikasi penyakit.
Dengan demikian, metode
data mining dengan
algoritma C4.5 dapat
digunakan untuk
mengelompokkan hasil
diagnosa penyakit pasien
pengguna BPJS
Kesehatan.
Prasetyo Eko, 2014. Data
mining - mengolah data
menjadi informasi
menggunakan matlab.
Penerbit Andi.
Yogyakarta.
53 SCIENTICO:
COMPUTER SCIENCE
AND INFORMATICS
JOURNAL NO. 1, VOL.
1, (2018) E-ISSN: 2620-
4118
Zalilia, 2007. Penerapan data
mining untuk IDS. Institut
Teknologi Bandung.
Bandung.
Bagian metode penelitian yang Pada bagian pembahasan hasil penelitian,
digunakan dalam dilakukan analisis terhadap data
penelitian ini melibatkan penjualan obat pada apotek Musi Rawas
pengumpulan data melalui menggunakan metode data mining
tinjauan pustaka dan studi dengan algoritma Apriori. Hasil analisis
lapangan. Tinjauan menunjukkan bahwa terdapat pola
pustaka dilakukan untuk pembelian obat yang dapat digunakan
memahami penerapan sebagai acuan dalam pengambilan
data mining dan keputusan manajerial.
mengumpulkan teori-teori
yang relevan terkait data Dalam penelitian ini, ditemukan bahwa
mining. Studi lapangan beberapa obat memiliki tingkat support
Gunadi, G., Sensuse, D., I., 2012, Penerapan
Metode Data Mining Market Basket
Analysis terhadap data penjualan produk
buku dengan menggunakan algoritma
Apriori dan Frequent Pattern Growth
(FP-Growth), Jurnal TELEMATIKA
MKOM, Vol. 4, No. 1, hal 118-132.
Tahap pengolahan data
Implementasi sistem dilakukan
Gunadi, G., Sensuse, D., I.,
dilakukan untuk
mendapatkan data
penelitian. Data yang
terkumpul kemudian
dianalisis untuk
menentukan kebutuhan
dalam proses asosiasi data
dalam pemecahan
masalah. Selain itu, hasil penelitian juga menunjukkan
melibatkan identifikasi
dan deskripsi masalah
yang ada dihadapi oleh
apotek. Teknik data
mining, khususnya
algoritma Apriori,
digunakan untuk Hasil penelitian ini memberikan kontribusi
menganalisis masalah dan
mendapatkan hasil yang
diinginkan.
menggunakan bahasa
pemrograman Visual
Basic 6.0 dan database
MySQL untuk
memudahkan verifikasi
hasil analisis. Namun, penelitian ini memiliki beberapa
2012, Penerapan Metode
Data Mining Market
Basket Analysis terhadap
data penjualan produk
buku dengan
menggunakan algoritma
Apriori dan Frequent
Pattern Growth (FP-
Growth), Jurnal
TELEMATIKA MKOM,
Vol. 4, No. 1, hal 118-
dan confidence yang tinggi,
menunjukkan bahwa obat-obat tersebut
sering dibeli bersamaan oleh pelanggan.
Hal ini dapat menjadi informasi yang
berguna bagi apotek dalam
mengembangkan strategi pembelian obat
yang efektif dan efisien.
bahwa pola pembelian obat dapat
digunakan untuk menentukan tata letak
obat di apotek. Dengan menempatkan
obat-obat yang sering dibeli bersamaan
secara berdekatan, dapat memudahkan
pelanggan dalam mencari dan membeli
obat yang mereka butuhkan.
dalam pengembangan sistem informasi
yang dapat membantu tingkat manajerial
dalam pengambilan keputusan terkait
pola pembelian obat. Dengan
menggunakan metode data mining,
apotek dapat memanfaatkan data
penjualan obat untuk mengoptimalkan
proses pembelian obat dan
meningkatkan efisiensi operasional.
keterbatasan. Pertama, penelitian ini
hanya menggunakan data penjualan obat
pada periode tertentu dan sampel yang
terbatas. Oleh karena itu, hasil penelitian
ini perlu diverifikasi dan diperluas
dengan menggunakan data yang lebih
luas dan periode waktu yang lebih
panjang. Selain itu, penelitian ini juga
dapat dikembangkan dengan
mempertimbangkan faktor-faktor lain
yang dapat mempengaruhi pola
pembelian obat, seperti faktor

9 Implementasi Data Mining Estimasi
Ketersediaan Lahan Pembuangan
Sampah menggunakan Algoritma
Simple Linear Regression(Yanto,
2018)
Bagian pembahasan permasalahan yang
dibahas dalam paper ini adalah tingginya
produksi sampah akibat rendahnya
kesadaran masyarakat tentang
pengelolaan sampah, terutama di kota-
kota besar. Masalah ini menyebabkan
dampak negatif seperti polusi air, udara,
dan tanah yang mengakibatkan
lingkungan yang tidak sehat. Paper ini
menekankan pentingnya kegiatan
pengelolaan sampah melalui program 3R
(menggunakan kembali, mengurangi,
dan mendaur ulang) untuk meningkatkan
kesadaran masyarakat tentang
pentingnya lingkungan yang sehat.
Selain itu, peningkatan jumlah penduduk
juga berkontribusi pada peningkatan
produksi sampah, sehingga diperlukan
area pembuangan sampah yang memadai
dalam jangka panjang. Paper ini
mengusulkan penggunaan teknik data
mining, khususnya algoritma regresi
linear, untuk memperkirakan
ketersediaan lahan pembuangan sampah
dalam jangka panjang.
132.
Citec Journal, Vol. 2, No. 2,
Februari 2015 – April
2015 ISSN: 2354-5771
Bagian bahasan metode Hasil penelitian menunjukkan bahwa prediksi
penelitian dalam paper ini
mencakup beberapa
tahapan, yaitu
pembersihan data,
integrasi data, seleksi
data, dan transformasi
data. Tahap pembersihan
data dilakukan untuk
menghilangkan noise dan
data yang tidak konsisten.
Tahap integrasi data Berdasarkan prediksi tersebut, ditemukan
melibatkan penggabungan
data dari berbagai basis
data menjadi satu basis
data baru. Tahap seleksi
data dilakukan untuk
memilih data yang sesuai
dari hasil analisis yang
akan diambil dari basis
data. Terakhir, tahap Penelitian ini juga menyarankan penelitian
transformasi data
dilakukan untuk
mengubah atau
menggabungkan data ke
dalam format tertentu
yang dapat diproses dalam
data mining.
Selain itu, paper ini juga
menggunakan algoritma Secara keseluruhan, penelitian ini
regresi linear dalam
proses data mining.
Algoritma regresi linear
adalah jenis aturan
classification and
regression pada data
demografis dan promosi produk.
produksi sampah di kota Lubuklinggau
dari tahun 2018 hingga 2025 adalah
36.052,326 ton. Prediksi ini didasarkan
pada analisis regresi linear
menggunakan teknik data mining.
Penelitian ini juga memperkirakan
bahwa jumlah penduduk di kota
Lubuklinggau pada tahun 2025 akan
mencapai 201.484 orang.
bahwa lahan yang tersedia untuk
pembuangan sampah di kota
Lubuklinggau hingga tahun 2025 adalah
5.965,1 meter persegi. Estimasi ini
penting bagi para pengambil keputusan
untuk menentukan kebutuhan lahan
untuk pengelolaan sampah.
lanjutan menggunakan algoritma regresi
linear berganda untuk meningkatkan
akurasi perhitungan produksi sampah.
Selain itu, disarankan pula perubahan
sistem pengelolaan sampah dari
pembuangan terbuka menjadi landfill
terkendali untuk memaksimalkan lahan
yang tersedia.
menekankan pentingnya pengelolaan
sampah dan penggunaan teknik data
mining dalam memperkirakan
ketersediaan lahan untuk pembuangan
sampah dalam jangka panjang.

1 Analisis Komparasi Metode Klasifikasi
Data Mining dan Reduksi Atribut
Pada Data Set Penyakit
Jantung(Utomo & Mesran, 2020)
Pada penelitian ini, permasalahan yang
dihadapi adalah proses diagnosa
penyakit jantung yang kompleks karena
keterkaitan yang kompleks antara
atribut-atribut penyakit jantung. Oleh
karena itu, perlu diketahui atribut utama
yang digunakan sebagai proses
pengambilan keputusan atau proses
klasifikasi pada penyakit jantung.
Selain itu, dataset yang digunakan dalam
penelitian ini memiliki 57 jenis atribut,
sehingga perlu dilakukan reduksi untuk
mempersingkat proses diagnosa.
Reduksi dilakukan menggunakan
metode Principal Component Analysis
(PCA).
Namun, metode PCA memerlukan masukan
data yang mempunyai sifat zero-mean
pada setiap fiturnya. Sifat zero-mean
pada setiap fitur data bisa didapatkan
dengan mengurangkan semua nilai
dengan rata-ratanya.
Dengan adanya permasalahan tersebut,
penelitian ini melakukan perbandingan
mining. Dalam penelitian
ini, algoritma regresi
linear digunakan untuk
memperkirakan
ketersediaan lahan
pembuangan sampah
dalam jangka panjang.
Model persamaan regresi
linear digunakan untuk
menentukan hubungan
antara variabel yang ingin
diramalkan dengan
variabel lain.
Metode penelitian yang
digunakan dalam
penelitian ini adalah
metode Principal
Component Analysis
(PCA) untuk mereduksi
dimensi data clustering.
PCA merupakan
pendekatan seleksi fitur
untuk pengurangan
dimensi tanpa
pengawasan teknik.
Metode ini digunakan
untuk mengurangi
kompleksitas dataset
penyakit jantung yang
memiliki 57 jenis atribut.
Selain itu, dalam penelitian ini
juga dilakukan
perbandingan tingkat
akurasi menggunakan
algoritma C5.0 dan
algoritma Naïve Bayes
Classifier (NBC).
Algoritma C5.0
merupakan salah satu
Dalam penelitian ini, dilakukan reduksi
dimensi menggunakan metode Principal
Component Analysis (PCA) untuk
mengatasi kompleksitas dataset penyakit
jantung yang memiliki 57 jenis atribut.
Metode PCA digunakan untuk
mereduksi dimensi data clustering tanpa
pengawasan teknik. Setelah dilakukan
reduksi dimensi, dilakukan
perbandingan tingkat akurasi
menggunakan algoritma C5.0 dan Naïve
Bayes Classifier (NBC).
Hasil penelitian menunjukkan bahwa
penggunaan metode PCA dalam
mereduksi dimensi dataset penyakit
jantung dapat mempermudah proses
diagnosa. Selain itu, hasil perbandingan
tingkat akurasi menunjukkan bahwa
algoritma C5.0 memiliki tingkat akurasi
yang lebih baik dibandingkan dengan
Naïve Bayes Classifier (NBC).
Dengan demikian, penelitian ini memberikan
pemahaman yang lebih baik tentang
proses diagnosa penyakit jantung dan
memberikan hasil yang lebih akurat
tingkat akurasi menggunakan algoritma teknik klasifikasi dalam klasifikasi penyakit jantung
C5.0 dan algoritma Naïve Bayes datamining yang menggunakan metode PCA dan
Classifier (NBC). digunakan untuk algoritma C5.0.
membangun model
berdasarkan data latih dan
mengklasifikasikan data
baru. Sedangkan
algoritma Naïve Bayes
Classifier (NBC) adalah
algoritma klasifikasi
probabilistik yang
berdasarkan pada teorema
Bayes.

Dalam penelitian ini, metode

PCA digunakan untuk
mereduksi dimensi dataset
penyakit jantung sehingga
mempermudah proses
diagnosa. Setelah
dilakukan reduksi
dimensi, dilakukan
perbandingan tingkat
akurasi menggunakan
algoritma C5.0 dan NBC
untuk menentukan
algoritma yang paling
efektif dalam melakukan
klasifikasi pada dataset
penyakit jantung.

Dengan menggunakan metode

PCA dan perbandingan
tingkat akurasi
menggunakan algoritma
C5.0 dan NBC, penelitian
ini dapat memberikan
pemahaman yang lebih
baik tentang proses
diagnosa penyakit jantung
dan memperoleh hasil

1 Data mining and machine learning
techniques applied to public health
problems: A bibliometric analysis
from 2009 to 2018(dos Santos et al.,
2019)
Public health problems encompass a wide
range of issues, including infectious
diseases like dengue, malaria, and Ebola,
as well as climate change, tobacco use,
domestic violence, racism, and vaccine-
related concerns. These problems have
significant impacts on population health
and require effective public health
policies and financial investments.
However, there are challenges in
financing research on public health and
optimizing the cost-benefit of projects in
this field. Additionally, there is a need to
improve the effectiveness of healthcare
monitoring programs and increase
investment in prevention activities.
Data mining and machine learning techniques
have been applied to address public
health problems and improve healthcare
outcomes. A bibliometric analysis from
2009 to 2018 identified trends and gaps
in the research on data mining and
machine learning techniques applied to
public health problems. This analysis
can guide future research in this field
and help researchers, academics, and
data analysts find new approaches to
improve public health at local and global
levels.
References: dos Santos, B.S., Steiner,
M.T.A., Fenerich, A.T., Lima, R.H.P.,
Data Mining and Machine Learning
techniques applied to Public Health
Problems: A bibliometric analysis from
2009 to 2018, Computers & Industrial
Engineering (2019), doi:
yang lebih akurat dalam
klasifikasi penyakit
jantung.
The research methodology The research findings revealed several key
used in this study was a
systematic literature
review. The authors
followed a methodology
similar to those reported
by Ngai, Xiu, and Chau
(2009) and Hasan et al.
(2017) to define the
search criteria and the
systematic review
flowchart. The search
scope, search string, and
selection criteria were
defined to identify
relevant papers for
analysis. The papers were
then organized using
Mendeley Desktop
software, and duplicates
were removed. The papers
were divided into two
groups based on the effort
required for analysis.
Group A papers were
excluded based on References: dos Santos, B.S., Steiner,
specific criteria, such as
not mentioning data
mining and/or machine
learning techniques or
focusing on software
development rather than
the application of these
techniques to public
health problems. Group B
papers underwent a
thorough reading and
were excluded based on
insights. Firstly, there has been an
increasing trend in the utilization of data
mining and machine learning techniques
for public health problems from 2009 to
2018. The number of publications in this
field has significantly grown over the
years. Secondly, the research identified
the top journals that publish studies on
data mining and machine learning
techniques applied to public health
problems, including the Journal of
Medical Internet Research, PLoS ONE,
International Journal of Environmental
Research and Public Health, and BMC
Medical Informatics and Decision
Making. These journals have played a
crucial role in disseminating research in
this area. Lastly, the research
highlighted the need for more innovative
techniques and applications in distinct
areas of public health. This suggests that
there is still room for further research
and development in this field.
M.T.A., Fenerich, A.T., Lima, R.H.P.
(2019). Data Mining and Machine
Learning techniques applied to Public
Health Problems: A bibliometric
analysis from 2009 to 2018. Computers
& Industrial Engineering, Pre-proof.
Retrieved from
https://doi.org/10.1016/j.cie.2019.10612
0 dos Santos, B.S., Steiner, M.T.A.,
Fenerich, A.T., Lima, R.H.P. (2019).
Data Mining and Machine Learning
techniques applied to Public Health

1 Data mining in healthcare and
biomedicine: A survey of the
literature(Yoo et al., 2012)
https://doi.org/10.1016/j.cie.2019.10612
0 Anisetti, M., Ardagna, C.A., Damiani,
E., & Jeon, S.M. (2018). Data mining
for healthcare management. In Data
Mining for Service (pp. 1-20). Springer,
Cham. dos Santos, B.S., Steiner,
M.T.A., Fenerich, A.T., Lima, R.H.P.
(2019). Data Mining and Machine
Learning techniques applied to Public
Health Problems: A bibliometric
analysis from 2009 to 2018. Computers
& Industrial Engineering, Pre-proof.
Retrieved from
https://doi.org/10.1016/j.cie.2019.10612
0 dos Santos, B.S., Steiner, M.T.A.,
Fenerich, A.T., Lima, R.H.P. (2019).
Data Mining and Machine Learning
techniques applied to Public Health
Problems: A bibliometric analysis from
2009 to 2018. Computers & Industrial
Engineering, Pre-proof. Retrieved from
https://doi.org/10
In this research, there are several issues that
may be encountered. One possible issue
is the poor quality of data in the
biomedical and health field. This is due
to various reasons, such as missing
values in medical data because patients
with the same disease do not always
undergo identical examinations and
laboratory tests. Additionally, hospital
information systems or hospital
databases are usually designed for
financial purposes rather than medical
purposes, making it difficult to obtain
high-quality data for clinical data
mining. Furthermore, many medical data
are still paper-based or in scanned digital
format, resulting in incomplete data in
terms of electronic availability.
similar criteria. The
systematic review
flowchart in Figure 2
summarizes the
procedures used in this
study.
The research method is an
approach used to collect
relevant data and
information in order to
answer research
questions. Research
methods can be divided
into several types, such as
qualitative methods,
quantitative methods, and
mixed methods.
Qualitative methods focus on
gaining in-depth
understanding of the
phenomenon being
studied. This method uses
descriptive and
interpretive approaches to
Problems: A bibliometric analysis from
2009 to 2018. Computers & Industrial
Engineering, Pre-proof. Retrieved from
https://doi.org/10.1016/j.cie.2019.10612
0
Based on the literature survey conducted by
Yoo et al., data mining in healthcare and
biomedicine has the potential to uncover
new knowledge and insights from large
biomedical datasets. It can aid in clinical
and administrative decision-making and
generate scientific hypotheses. Various
data mining algorithms, such as
classification, clustering, and
association, have been used in this field.
One example of the application of data
mining in healthcare is the prediction of
movement during anesthesia by Sharma
and Roy. They designed a recognition
system using data mining techniques to
predict patient movement, which can
help improve patient safety during
anesthesia.
References: Shah, S., Kusiak, A., and Dixon,
B., Data Mining in predicting survival of
kidney dialysis patients, Proceedings of
Photonics West — Bios 2003. In: Bass,
L. S., et al. (Eds.), Lasers in surgery:
advanced characterization, therapeutics,
and systems XIII, 4949. SPIE,
Belingham, 2003.
On the other hand, quantitative
In addition, there are also
collect data through
interviews, observations,
and document analysis.
Qualitative methods are
suitable for research that
aims to explain and
understand the social,
cultural, and
psychological contexts of
a phenomenon .
methods are research
methods that use
statistical and
mathematical approaches
to collect and analyze
data. This method focuses
more on measurement and
generalization of the
phenomenon being
studied. Quantitative
methods use data
collection instruments
such as questionnaires,
surveys, and experiments.
This method is suitable
for research that aims to
test hypotheses and make
generalizations about a
population .
mixed methods that
combine elements from
qualitative and
quantitative methods. This
method combines the
strengths of both methods
to gain a more
comprehensive
Another example is the study by Huang et al.,
where different classification methods
were compared for predicting Chronic
Fatigue Syndrome based on genetic data.
The authors evaluated the performance
of various algorithms and identified the
most effective method for predicting the
condition.
Furthermore, Toussi et al. used data mining
techniques to explore physicians'
therapeutic decisions for type 2 diabetes
when clinical guidelines do not provide
specific recommendations. This study
demonstrated the potential of data
mining in supporting clinical decision-
making in situations where guidelines
are lacking.
These examples highlight the diverse
applications of data mining in healthcare
and biomedicine, ranging from
predicting patient outcomes to
supporting treatment decisions. Data
mining has the potential to contribute
valuable insights and improve healthcare
practices.
References: Sharma, A., and Roy, R. J.,
Design of a recognition system to
predict movement during anesthesia.
IEEE Trans. Biomed. Eng. 44(6):505 –
511, 1997. Huang, L., Hsu, S., Lin, E., A
comparison of classification methods for
predicting Chronic Fatigue Syndrome
based on genetic data. Journal of
Translational Medicine. 7 – 81, 2009.
Yoo, I., Alafaireet, P., Marinov, M.,
Pena-Hernandez, K., Gopidi, R., Chang,
J.-F., Hua, L. Data Mining in Healthcare
 understanding of the and Biomedicine: A Survey of the
phenomenon being Literature. Journal of Medical Systems.
studied. Mixed methods 36:2431 – 2448, 2012.
research can use
sequential, convergent, or
explanatory approaches .

When choosing the appropriate

research method,
researchers need to
consider the research
objectives, research
questions, available
resources, and
characteristics of the
research subjects. Each
research method has its
own strengths and
weaknesses, and
researchers need to
choose the method that is
most suitable for
answering their research
questions.

Reference: Please note that the

1 Data mining algorithms for bridge health
monitoring: Kohonen clustering and
LSTM prediction approaches(Guo et
al., 2020)
The main challenges in bridge health
monitoring systems are the deterioration
of sensor detection efficiency over time,
the impact of severe environmental
conditions on data quality, and the
difficulty of extracting useful
information from the massive amount of
collected data. These challenges can lead
to a "data disaster" dilemma, where the
quality of the data is greatly affected,
hindering the identification of bridge
references provided in the
previous response are not
relevant to the translation
and have been removed.
The research method used in
this study is a
combination of data
preprocessing, data
mining techniques, and
the application of Hadoop
for processing massive
amounts of data.
First, the raw data collected by
sensors in the bridge
The discussion of the research results focuses
on the effectiveness of data mining
techniques and the application of
Hadoop in bridge health monitoring
systems.
The research findings show that data mining
techniques, such as time series and
chaotic theory, have been successful in
predicting bridge monitoring
information and detecting potential
 structure damage and fault diagnosis.
To address these challenges, data mining
methods are proposed to overcome the
limitations of traditional analysis, such
as subjectivity, high computation
complexity, low sensitivity, and
complicated technology. By using data
mining techniques, researchers can
extract valuable information from the
collected data and improve the accuracy
and efficiency of mining.
In the preprocessing stage, the raw data
collected by sensors need to be
processed to address existing problems.
For example, the monitoring data from a
bridge in Hubei Province was
preprocessed by dealing with issues such
as temperature, humidity, wind,
deflection, strain, and crack.
Data mining technology has been proven
effective in dealing with the massive
data collected by bridge health
monitoring systems. Researchers have
used data mining approaches, such as
time series and chaotic theory, to predict
deflection and detect potential damage
in bridge structures. Clustering methods
have also been proposed to group nodes
with similar behavior and detect
abnormal joints.
The use of Hadoop, a distributed framework,
has provided a solution for processing
massive amounts of data in bridge health
monitoring systems. Hadoop's
distributed file system and parallel
computing model have been widely
applied for large-scale data processing
health monitoring system
are preprocessed to
address existing problems.
This includes dealing with
issues such as
temperature, humidity,
wind, deflection, strain,
and crack.
Next, data mining techniques,
such as time series and
chaotic theory, are applied
to extract valuable
information from the
collected data. For
example, researchers have
used time series theory
and neural networks to
predict bridge monitoring
information. Clustering
methods, such as the
Kohonen neural network,
are also used to group
nodes with similar
behavior and detect
abnormal joints.
Finally, the Hadoop distributed
framework is utilized for
processing the massive
amount of data collected
by the bridge health
monitoring system.
Hadoop's distributed file
system and parallel
computing model are
applied for large-scale
data processing on
clusters. This combination
of bridge data monitoring
and prediction functions
damage in bridge structures. For
example, the use of multi-step recurrent
BP neural networks and RBF neural
networks has proven effective in
predicting chaotic time series and
assessing the health of bridges.
Additionally, clustering methods, such
as the Kohonen neural network, have
been used to group nodes with similar
behavior and detect abnormal joints.
The application of Hadoop in bridge health
monitoring systems has also been
beneficial. Hadoop's distributed file
system and parallel computing model
have enabled the processing of massive
amounts of data collected by the
monitoring system. This has improved
the efficiency and accuracy of data
analysis and mining.
Overall, the combination of data mining
techniques and the application of
Hadoop has addressed the challenges in
bridge health monitoring systems, such
as the deterioration of sensor detection
efficiency and the difficulty of
extracting useful information from the
collected data. These findings have both
theoretical significance and practical
value in improving the reliability and
effectiveness of bridge health
monitoring and safety assessment.
Guo, A., Jiang, A., Lin, J., & Wu, Y. (2019).
Data mining algorithms for bridge health
monitoring: Kohonen neural network
and LSTM neural network. Journal of
Ambient Intelligence and Humanized
Computing, 10(3), 933-946.
Guo, A., Jiang, A., Lin, J., & Wu, Y. (2019).
Data mining algorithms for bridge health
 on clusters. The combination of bridge
data monitoring and prediction functions
with Hadoop has both theoretical
significance and practical value.
In summary, the challenges in bridge health
monitoring systems can be addressed
through the use of data mining
techniques, preprocessing of raw data,
and the application of Hadoop for
processing massive amounts of data.
Data Mining Classification Techniques on The journal discusses the use of data mining
the analysis of student classification techniques to analyze
performance(Oluwaseun & Chaubey, student performance. It focuses on the
2019) prediction of future events based on
patterns discovered in large amounts of
data. Classification is an important
analytical mechanism in educational
sectors, such as high schools and
1 universities, for predicting accuracy
levels. The classification model is
constructed based on the available
training data set
1 Classification for Imbalanced Breast The problem addressed in this study is the
Cancer Dataset Using Resampling classification of imbalanced breast
Methods(Nassar, 2023) cancer data. Imbalanced data
classification is a challenging problem in
machine learning, as most real-world
datasets have imbalanced class
distributions. The imbalance occurs
with Hadoop has both
theoretical significance
and practical value.
In summary, the research
method involves data
preprocessing, data
mining techniques, and
the application of Hadoop
for processing massive
amounts of data.
The journal highlights the use
of the decision tree
classification technique to
predict student
performance. The ID3
decision tree algorithm is
specifically mentioned as
a simple and effective
method for this purpose.
The goal is to identify
students who require
special attention and take
strategic steps to improve
their performance.
The research methodology
used in this study
involved several steps.
First, the breast cancer
data was collected from a
hospital in Khartoum
state. The dataset was
monitoring: Kohonen neural network
and LSTM neural network. Journal of
Ambient Intelligence and Humanized
Computing, 10(3), 933-946.
Guo, A., Jiang, A., Lin, J., & Wu, Y. (2019).
Data mining algorithms for bridge health
monitoring: Kohonen neural network
and LSTM neural network. Journal of
Ambient Intelligence and Humanized
Computing, 10(3), 933-946.
Guo, A., Jiang, A., Lin, J., & Wu, Y. (2019).
Data mining algorithms for bridge health
monitoring: Kohonen neural network
and LSTM neural network. Journal of
Ambient Intelligence and Humanized
Computing, 10(3), 933-946.
The research paper titled "Data Mining
Classification Techniques on the
Analysis of Student's Performance"
focuses on the application of data
mining techniques to analyze and predict
student performance. The authors use
classification algorithms, specifically the
decision tree method, to categorize and
predict the nature of student
performance based on available classes
of items. The study aims to provide
insights for teachers and students in
predicting future performance based on
previous performance. The research
utilizes the KNIME tool for data
analysis and concludes that it is an
effective tool for classification and other
analysis tasks.
The results of the study showed that the
ensemble model with Boosting and J48
achieved the highest accuracy of
95.2797% in classifying the imbalanced
breast cancer dataset. This was followed
by the ensemble model with Bagging
and J48, which achieved an accuracy of
when the distribution of the target class
is not uniform among different class
levels. In breast cancer data, the class
with more instances is referred to as the
significant mass, while the class with
fewer instances is called the minor class.
This imbalance poses a bias problem for
classification approaches that assume an
evenly distributed training set. Several
methods have been developed to address
this issue, including sampling
techniques, cost-sensitive learning,
ensemble learning, feature selection, and
algorithmic modification.
then pre-processed using
the WEKA tool, which is
a data mining system
developed by the
University of Waikato. The research also compared the performance
The pre-processing steps
included handling missing
values and attribute
selection.
To address the issue of
imbalanced data,
resampling techniques Furthermore, the study found that the
were applied. Under-
sampling was used,
specifically the random
under-sampling method,
which randomly removes
samples from the majority
class to balance the class Overall, the results demonstrated the
distribution. However, it
should be noted that this
method may result in the
loss of valuable
information.
The input contained sample code number,
After pre-processing and
resampling, different
classification algorithms
were applied to the
dataset. In the first
experiment, five
classifiers were used,
including ANN, REP
TREE, SVM, and J48. In
the second experiment,
meta-learning algorithms
such as Bagging,
Boosting, and Random
subspace were employed.
Finally, an ensemble
90.559%, and the ensemble model with
Random subspace and J48, which
achieved an accuracy of 84.2657%.
of different base classifiers in the
ensemble model. The random tree
algorithm had the highest accuracy of
100% and an error rate of 0, while the
CART algorithm had the lowest
accuracy of 92.99%.
AdaBoost meta-learning algorithm
combined with the J48 classifier was the
most effective approach for classifying
breast cancer data, achieving an
accuracy of 95.2797%.
effectiveness of ensemble models and
meta-learning algorithms in addressing
the classification of imbalanced breast
cancer data, with high accuracy rates
achieved.
clump thickness, IJCSNS International
Journal of Computer Science and
Network Security, VOL.23 No.1,
January 2023 90 cell size and shape
uniformity, cell growth, and other
physical examination results The results
of the supervised learning algorithm
applied showed that the random tree
algorithm had the highest accuracy of
100% and the error rate of 0 while
CART had the lowest accuracy with a
value of 92.99%, but naïve Bayes ‘had
an accuracy of 97.42% with an error rate
of 0.0258. Delen et al.used an
evolutionary ANN (EANN) for breast
 model was used to cancer Diagnosis the EANN, was able to
combine the predictions achieve an average test accuracy of
of multiple classifiers. 0.981 with a standard deviation of 0.005.
it is also used, in an ANN ensemble to
The performance of the predict cardiorespiratory morbidity. The
classification models was ANN ensemble performed very well and
evaluated based on achieved an area under the ROC curve
accuracy. The ensemble value of 0.98.
model with Boosting and Hana Babiker Nassar. "Classification for
J48 achieved the highest Imbalanced Breast Cancer Dataset Using
accuracy of 95.2797%. Resampling Methods." International
Journal of Computer Science and
Overall, the research Network Security, vol. 23, no. 1,
methodology involved January 2023.
data collection, pre- The research also shows the most essential
processing, resampling, attributes selection for breast cancer
classification using survival by using methods: gain ratio
various algorithms, and
evaluation of the models.
Hana Babiker Nassar.
"Classification for
Imbalanced Breast Cancer
Dataset Using
Resampling Methods."
International Journal of
Computer Science and
Network Security, vol. 23,
no. 1, January 2023. M.
Umair et al. "Main path
analysis to filter unbiased
literature." Intelligent
Automation and Soft
Computing, vol. 32, no. 2,
2022. Hana Babiker
Nassar. "Classification for
Imbalanced Breast Cancer
Dataset Using
Resampling Methods."
International Journal of
Computer Science and
Network Security, vol. 23,

1 Breast Cancer Detection by Using Data
Mining, a Review Study(M. Gharib
et al., 2023)
The existing problems are that early detection
of breast cancer is still low in some
countries, especially in developing
countries like Egypt. This is due to
limited access to early screening and
treatment. Additionally, many studies
have been conducted using small and
non-representative datasets, which can
result in inaccurate predictions.
Furthermore, some studies do not pay
enough attention to data preprocessing,
which can affect the accuracy of the
results.
no. 1, January 2023. Hana
Babiker Nassar.
"Classification for
Imbalanced Breast Cancer
Dataset Using
Resampling Methods."
International Journal of
Computer Science and
Network Security, vol. 23,
no. 1, January 2023.
The research method used in
this study is literature
analysis. The researcher
conducted a search and
analysis of various articles
and publications relevant
to the existing problem.
The data found from the
literature was then
analyzed and organized to
provide a better
understanding of the
problem.
The research findings indicate that the
application of data mining and
predictive analytics techniques can
significantly contribute to the early
detection of breast cancer and improve
healthcare outcomes. Several studies
have demonstrated high accuracy rates
in predicting breast cancer using
machine learning algorithms such as
Support Vector Machine (SVM) and
Naïve Bayes. However, it is important to
note that many of these studies have
limitations, such as small dataset sizes
and lack of representation of the
Egyptian population.
Furthermore, the preprocessing stage of data
is crucial for obtaining accurate results,
and it is essential to ensure the quality
and relevance of the dataset used.
Integrating data mining techniques with
representative feature subset selection
has shown promising results, achieving a
high accuracy rate of 98.9% using the
Surveillance Epidemiology and End
Results (SEER) dataset.
The application of data mining and predictive
analytics in breast cancer detection can
contribute to Egypt's digital
transformation and sustainable

Analyzing the Impact of Epidermoid and
Adeno Tissue on Cancer Incidence
Whit a Data Mining
Approach(Ghorbian, 2023)
1 in the early detection of disease-causing agents
1 Classification Algorithm Analysis for
Breast Cancer(Sukmandhani et al.,
2023)
The problem addressed in this journal is not
explicitly mentioned. However, it can be
inferred that the problem that the research aims
to solve is to analyze the impact of epidermoid
and adeno tissue on cancer incidence using a
data mining approach. The study aims to assist
and improve prognosis for patients.
The problem addressed in this research is
the need for early detection of breast
cancer, which is a leading cause of
death among women worldwide. The
study aims to analyze various data
mining classification strategies to
predict breast cancer using machine
learning algorithms, with the goal of
improving early detection and
reducing the risk of mortality.
The method used in this research
is data mining technique, using
K-nearest neighbor and decision
tree methods. The decision tree
technique is used in data
classification, while the K-
nearest neighbor method is used
to group data based on similar
characteristics
The method used in this study
is data mining
classification strategies to
predict breast cancer
using machine learning
algorithms. The
researchers used a support
tool called RapidMiner,
which has a variety of
descriptive and predictive
techniques to provide
users with insights so they
can make the best
decisions. RapidMiner
provides a data mining
development by improving healthcare
service quality, enhancing preventive
and health programs, and adopting
inclusive healthcare coverage.
Gharib, S. M., Labib, N. M., & Hodhod, R.
A. (2018). Breast Cancer Detection by
Using Data Mining, a Review Study.
CompuNet, 30(March - 2023).
Bharati, M., & Ramageri, B. (2010). Data
mining techniques and applications.
Indian Journal of Computer Science and
Engineering.
The results of this research involve the
prediction of the type of cancer based on four
types of bone cancer, bone marrow, lung, and
neck, using the K-nearest neighbor and
decision tree data mining techniques. The
study employed significant evaluation criteria
such as accuracy, error rate, and negative
prediction value to determine the factors that
are most likely to affect the incidence of
various cancers. The confidence interval for
this condition is 80%, and the support value is
50% considered. The study aims to assist in the
early detection of disease-causing agents and
improve prognosis for patients.
The results of this study showed that several
classification algorithms, including
Decision Tree, Random Forest, and
Naive Bayes, performed well in
predicting breast cancer. However, the
Random Forest algorithm outperformed
the others in terms of accuracy,
sensitivity, and specificity. The study
also found that the use of data mining
techniques can improve the accuracy of
breast cancer prediction, which can lead
to earlier detection and better treatment
outcomes. Overall, the study provides
valuable insights into the use of machine
learning algorithms for breast cancer
 process consisting of prediction and highlights the potential
operators that can be for improving early detection and
nested, described in XML reducing the risk of mortality.
and built with a GUI. The
study analyzed various
classification algorithms
to determine which
performed the best in
predicting breast cancer

1 Hybrid Deep Learning and Optimization
Algorithm for Breast Cancer
Prediction Using Data
Mining(Rajasekaran &
Shanmugapriya, 2023)
The problem addressed in this journal is the
prediction of breast cancer using data
mining techniques. The authors
highlight the need for intelligent early
prediction methods to increase the
survival rate of patients. They also
mention that the accuracy of prediction
is reduced due to the imbalanced nature
of the data with unequal distribution of
positive and negative classes. To
overcome this issue, the authors propose
a hybrid algorithm that combines Linear
Discriminant Analysis (LDA), Wild
Horse Optimization (WHO), and
Advanced Elman Recurrent Neural
Network (AERNN) methods
The methodology used in this
journal article involves a
hybrid algorithm
approach for breast cancer
prediction. The algorithm
includes the following
steps:
Dataset Description: The
dataset used for breast
cancer prediction is
obtained from the Breast
Cancer UCI repository,
specifically the Wisconsin
Data set for Diagnostic
Breast Cancer (WDBC).
The proposed hybrid algorithm for breast
cancer prediction achieved impressive
results compared to prior methods. The
performance metrics of the proposed
method include a precision of 98.51%,
recall of 98.65%, accuracy of 97.88%,
and F1 score of 98.32%. Additionally,
the error evaluation metrics of RMSE
and MAE were 1.006 and 1.986,
respectively. These results demonstrate
the effectiveness of the optimized
AERNN model in breast cancer
prediction.

LDA Feature Extraction:

Linear Discriminant
Analysis (LDA) is applied
to extract relevant features
from the dataset.

WHO Feature Reduction: The

Wild Horse Optimization
(WHO) model is used for
feature reduction,
 selecting the most
significant features for
classification.

AERNN Classification: The

Advanced Elman
Recurrent Neural
Network (AERNN) model
is employed for breast
cancer classification.

Performance Evaluation: The

performance of the
proposed method is
evaluated using various
metrics, including
Precision, Recall,
Accuracy, F1 score, Root
Mean Square Error
(RMSE), and Mean
Absolute Error (MAE).

The proposed hybrid algorithm

achieves high accuracy in
breast cancer prediction,
outperforming prior
methods.
2 A Comparative Analysis of Methods for
Detecting and Diagnosing Breast
Cancer Based on Data Mining( et al.,
2023)
The journal discusses the problem of breast
cancer classification and diagnosis. The
researchers aim to improve the accuracy
of breast cancer classification by
proposing a new model. The model
includes several stages such as data
preprocessing, feature selection, and the
use of machine learning algorithms. The
researchers compare the performance of
different algorithms, including Naive
Bayes, Support Vector Machine, and
C4.5 decision tree. The proposed model
achieves high accuracy and precision in
classifying breast cancer
The method used in this The given journal article discusses a study
journal is a combination
of information gain
feature selection and
machine learning
algorithms. The
researchers applied the
information gain
method to reduce the
feature characteristics
of the Wisconsin
Diagnostic Breast
Cancer (WDBC) dataset.
They then used three
machine learning
algorithms, namely
Naive Bayes (NB),
Support Vector
Machine (SVM), and
C4.5 decision tree, for
breast cancer
classification. The
performance of these
aimed at improving the classification
accuracy of breast cancer using
information gain feature selection and
machine learning techniques. The
researchers applied these techniques to
the Wisconsin Diagnostic Breast Cancer
(WDBC) dataset. They utilized the
information gain method to reduce
feature characteristics and employed
machine learning algorithms such as
support vector machine (SVM), naive
Bayes (NB), and C4.5 decision tree for
breast cancer classification. The study
conducted a comparison analysis based
on accuracy values and found that the
proposed model achieved maximum
classification accuracy (100%) and a
weighted average for precision (100%)
and recall (100%) using the C4.5
decision tree. The SVM algorithm
achieved an accuracy of 98.42% and a
weighted average for precision (98.17%)
and recall (98.58%) using the C4.5
decision tree. The NB algorithm attained
an accuracy of 96%.
 algorithms was
compared based on
accuracy values.

.. A. T., .. H., .. A. A., .. E.-S. M., & Eid, M. M. (2023). A Comparative Analysis of Methods for Detecting and Diagnosing Breast Cancer Based on Data Mining. Journal of
Artificial Intelligence and Metaheuristics, 4(2), 08–17. https://doi.org/10.54216/jaim.040201
Amriana, A., Joefrie, Y. Y., & Meidji, F. N. (2019). Penerapan Data Mining Untuk Pengelompokan Hasil Diagnosa Penyakit Pasien Pengguna BPJS Kesehatan (Studi Kasus Pada
Rsud Undata Palu). ScientiCO : Computer Science and Informatics Journal, 1(1), 51. https://doi.org/10.22487/j26204118.2018.v1.i1.11901
Cahyana, N., & Aribowo, A. (2018). Metode Data Mining K-Means Untuk Klasterisasi Data Penanganan Dan Pelayanan Kesehatan Masyarakat. Seminar Nasional Informatika
Medis, 5, 24–31.
dos Santos, B. S., Steiner, M. T. A., Fenerich, A. T., & Lima, R. H. P. (2019). Data mining and machine learning techniques applied to public health problems: A bibliometric
analysis from 2009 to 2018. Computers and Industrial Engineering, 138, 106120. https://doi.org/10.1016/j.cie.2019.106120
Ghorbian, M. (2023). Analyzing the Impact of Epidermoid and Adeno Tissue on Cancer Incidence Whit a Data Mining Approach. International Journal of Clinical and Medical
Education Research, 2(5). https://doi.org/10.33140/ijcmer.02.05.05
Guo, A., Jiang, A., Lin, J., & Li, X. (2020). Data mining algorithms for bridge health monitoring: Kohonen clustering and LSTM prediction approaches. Journal of
Supercomputing, 76(2), 932–947. https://doi.org/10.1007/s11227-019-03045-8
Haditsah, A. (2018). Klasifikasi Masyarakat Miskin menggunakan Metode Naïve Bayes. ILKOM Jurnal Ilmiah, 10(2), 160–165.
M. Gharib, S., Makram Labib, N., & A. Hodhod, R. (2023). Breast Cancer Detection by Using Data Mining, a Review Study. (30 ,‫مجلة الجمعیة المصریة لنظم المعلومات وتکنولوجیا الحاسبات‬
109–104 ,)30. https://doi.org/10.21608/jstc.2023.291254
Nassar, H. B. (2023). Classification for Imbalanced Breast Cancer Dataset Using Resampling Methods. Ijcsns, February. https://doi.org/10.22937/IJCSNS.2023.23.1.12
Oluwaseun, A., & Chaubey, M. S. (2019). Data Mining Classification Techniques on the analysis of student performance. Global Scientific Journal, 7(April), 79–95.
 https://doi.org/10.11216/gsj.2019.04.19671
Purba, W., Sembiring, G. A., Saputra, A., Turnip, M. T., Jua, B., Manihuruk, I., Sains, F., Teknologi, D., & Indonesia, U. P. (2023). PENERAPAN DATA MINING UNTUK
PENGELOLAAN DATA REKAM MEDIS MENGGUNAKAN METODE K-MEANS CLUSTERING PADA RUMAH SAKIT ROYAL PRIMA MEDAN (Vol. 6).
https://doi.org/10.37600/tekinkom.v6i1.857
Rahman, M. A., Hidayat, N., & Afif Supianto, A. (2018). Komparasi Metode Data Mining K-Nearest Neighbor Dengan Naïve Bayes Untuk Klasifikasi Kualitas Air Bersih (Studi
Kasus PDAM Tirta Kencana Kabupaten Jombang). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer Vol. 2, No. 12, Desember 2018, Hlm. 6346-6353 e-ISSN:,
2(12), 925–928. http://j-ptiik.ub.ac.id
Rajasekaran, G., & Shanmugapriya, P. (2023). Hybrid Deep Learning and Optimization Algorithm for Breast Cancer Prediction Using Data Mining. International Journal of
Intelligent Systems and Applications in Engineering, 11(1s), 14–22.
Rofiqo, N., Windarto, A. P., & Hartama, D. (2018). Penerapan Clustering Pada Penduduk Yang Mempunyai Keluhan Kesehatan Dengan Datamining K-Means. KOMIK
(Konferensi Nasional Teknologi Informasi Dan Komputer), 2(1), 216–223. https://doi.org/10.30865/komik.v2i1.929
Sitinjak, D. K., Pangestu, B. A., & Sari, B. N. (2022). Clustering Tenaga Kesehatan Berdasarkan Kecamatan di Kabupaten Karawang Menggunakan Algoritma K-Means. Journal
of Applied Informatics and Computing, 6(1), 47–54. https://doi.org/10.30871/jaic.v6i1.3855
Sukmandhani, A. A., Lukas, Heryadi, Y., Suparta, W., & Wibowo, A. (2023). Classification Algorithm Analysis for Breast Cancer. E3S Web of Conferences, 388, 1–8.
https://doi.org/10.1051/e3sconf/202338802012
Utomo, D. P., & Mesran, M. (2020). Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung. Jurnal Media Informatika
Budidarma, 4(2), 437. https://doi.org/10.30865/mib.v4i2.2080
Yanto, R. (2018). Implementasi Data Mining Estimasi Ketersediaan Lahan Pembuangan Sampah menggunakan Algoritma Simple Linear Regression. Jurnal RESTI (Rekayasa
Sistem Dan Teknologi Informasi), 2(1), 361–366. https://doi.org/10.29207/resti.v2i1.282
Yanto, R., & Khoiriah, R. (2019). Implementasi Data Mining dengan Metode Algoritma Apriori dalam Menentukan Pola Pembelian Obat. Creative Information Technology
Journal, 2(2), 102. https://doi.org/10.24076/citec.2015v2i2.41
Yoo, I., Alafaireet, P., Marinov, M., Pena-Hernandez, K., Gopidi, R., Chang, J. F., & Hua, L. (2012). Data mining in healthcare and biomedicine: A survey of the literature.
Journal of Medical Systems, 36(4), 2431–2448. https://doi.org/10.1007/s10916-011-9710-5