LogoType

DATA MINING KESEHATAN

Pengenalan Data Mining

D3 REKAM MEDIS DAN INFORMASI KESEHATAN

FAKULTAS TEKNOLOGI DAN

#1
MANAJEMEN KESEHATAN (FTMK)
INSTITUT ILMU KESEHATAN BHAKTI WIYATA KEDIRI

DENI LUVI JAYANTO, M.Kom.

http://www.free-powerpoint-templates-design.com
 Indikator Penilaian
Mahasiswa memahami penerapan data mining untuk kasus asosiasi rule
01 mining pelayanan kesehatan

Mahasiswa memahami penerapan data mining untuk kasus korelasi di

02 pelayanan kesehatan

Mahasiswa memahami penerapan data mining untuk kasus klasifikasi

03 pelayanan kesehatan

04 Mahasiswa memahami penerapan data mining untuk kasus prediksi

pelayanan kesehatan

05 Mahasiswa memahami penerapan data mining untuk kasus kluster

pelayanan kesehatan
Pengertian Data Mining
Di bidang kesehatan
 Data Mining
Menurut Ahli

Menurut Larose, definisi data mining adalah proses menemukan sesuatu

yang bermakna oleh suatu korelasi baru, pola dan juga tren yang terdapat
01 dengan cara memilah-milah data yang berukuran besar, dimana data
tersebut disimpan dalam repository, menggunakan teknologi sosialisasi
pola serta statistik dan teknik matematika.

Menurut Pramudiono, pengertian data mining adalah analisa yang

dilakukan secara automatic (otomatis) pada data yang berjumlah besar
02 dan kompleks dengan tujuan untuk mendapatkan kecendrungan atau pola
penting yang keberadaannya biasanya tidak disadari.

Menurut Turban Et Al, arti data mining adalah proses yang memakai teknik
statistik, teknik matematika, kecerdasan protesis, machine learning dalam
03 melakukan ekstraksi dan mengidentifikasi informasi yang bermanfaat
serta pengetahuan yang terkait oleh berbagai database (yang berukuran)
besar.
 Data Mining
Data Mining adalah suatu proses “menambang data” pada sekumpulan data untuk mengetahui pola tertentu.

Kenapa harus ditambang?

Bagaimana caranya?
Apakah hasilnya bisa akurat 100%?
 Hasil dari Data Mining
Output menambang data

Forecasting/Prediksi
Proses untuk menemukan pola dari
variabel lain yang tidak diketahui jenis
atau nilainya.
Klasifikasi
Suatu proses menggambarkan class
Deskripsi atau konsep dari suatu data
Proses untuk menemukan suatu
karakteristik penting dari data dalam suatu
Membantu pengambilan keputusan
basis data.
Membantu dalam menentukan tindakan
yang akan diambil berdasarkan hasil
pengolahan data.
Clustering
Mengelompokkan data berdasarkan
kelompok yang tidak umum.
Asosiasi
Menemukan suatu hubungan yang terdapat
pada nilai atribut dari sekumpulan data.
 Penerapan Data Mining
Asosiasi Rule

Aplikasi Data Mining Analisis Data Transaksi

01 Penjualan Obat Menggunakan Algoritma Apriori
(Studi Kasus di Apotek Setya Sehat Semarang)

Sistem Data Mining Untuk Mengetahui Tingkat

Kecenderungan Memilih Menu Makanan Dengan Metode
02 Association Rule Mining (Studi Kasus: Kedai Kemangi)

Penerapan Data Mining Untuk Mengetahui Faktor-faktor

Yang Mempengaruhi Kelahiran Bayi Menggunakan
03 Association Rules (Studi Kasus: Rskia Bhakti Ibu
Yogyakarta)
 Penerapan Data Mining
Korelasi

Hubungan antara Persepsi tentang Sakit

01 dengan Pemanfaatan Pelayanan Kesehatan
oleh Peserta Jaminan Kesehatan Masyarakat 

Korelasi kepadatan populasi An. barbirostris

02 dengan prevalensi malaria di Kecamatan
Cineam, Kabupaten Tasikmalaya

Korelasi Perilaku Merokok Dengan Derajat Hipertensi

Pada Penderita Hipertensi Di Puskesmas Wilayah Kerja
03 Dinas Kesehatan Banjarbaru
 Penerapan Data Mining
Klasifikasi

Model Data Mining sebagai Prediksi Penyakit

01 Hipertensi Kehamilan dengan Teknik Decision
Tree

Penerapan Data Mining Dengan Menggunakan

02 Algoritma C4.5 Pada Klasifikasi Fasilitas
Kesehatan Provinsi Di Indonesia

Aplikasi Klasifikasi Penerima Kartu Indonesia

03 Sehat Menggunakan Algoritma K-nearest
Neighbhor
 Penerapan Data Mining
Prediksi

Model Data Mining sebagai Prediksi Penyakit

01 Hipertensi Kehamilan dengan Teknik Decision
Tree

Penerapan metode association rule

02 menggunakan algoritma Apriori pada simulasi
prediksi hujan wilayah kota Bandung

Solusi prediksi persediaan barang dengan

03 menggunakan algoritma apriori
 Penerapan Data Mining
Cluster

Penerapan algoritma k-means clustering

01 analysis pada penyakit menular manusia
(studi kasus kabupaten Majalengka)

Penerapan Metode K-medoids Clustering

02 Pada Penanganan Kasus Diare Di Indonesia

Pendekatan Modified Particle Swarm Optimization

dan Artificial Bee Colony pada Fuzzy Geographically
03 Weighted Clustering (Studi Kasus pada Faktor
Stunting Balita di Provinsi Jawa Timur)
 1. C4.5/Decission Tree
2. Clustering/K-Means
Metode 3.
4.
Support Vector Machines (optimasi pembagian 2 kelas)
Apriori (filter/kriteria tertentu untuk DSS)
Beberapa metode dat
5. Expectation Maximisation Algorithm (Menentukan
a mining Estimasi)
6. PageRank (Web popular)
7. k-Nearest Neighbors (Klasifikasi Mayoritas)
8. Naıve Bayes (Peluang di masa depan berdasar
klasifikasi)
9. Classification and Regression Trees (Pohon klasifikasi
berdasar hirarki)
10. Adaboost (Adaptive boosting) DSS dengan metode
klasifikasi
Thank You
Semoga Bisa Bermanfaat