IDENTIFIKASI POLA GEJALA PENYAKIT PADA ANAK BALITA MENGGUNAKAN ALGORITMA GENERALIZED SEQUENTIAL PATTERN

• Main Author: RYAN RAHMANDA NOOR FIRMANSYAH BASOEKI, 081411631030
• Format: Theses and Dissertations NonPeerReviewed
• Language: Indonesian; Indonesian
• Published: 2018
• Subjects: Q350-390 Information Theory; QA76.9.D3 Database management and System design
• Online Access: http://repository.unair.ac.id/77901/1/ST%20SI%2039-18%20BAS%20i%20-%20ABSTRAK.pdf; http://repository.unair.ac.id/77901/2/ST%20SI%2039-18%20BAS%20i%20-%20FULLTEXT.pdf; http://repository.unair.ac.id/77901/; http://www.lib.unair.ac.id
• Institution: Universitas Airlangga

Penyakit menyerang hampir pada semua semua usia dan tidak terkecuali juga pada balita. Identifikasi pada pola gejala penyakit balita sangat diperlukan agar balai kesehatan dapat memantau balita yang datang ke balai kesehatan dengan pola penyakit tersebut. Pada penelitian ini diterapkan algoritma Generalized Sequential Pattern untuk mengidentifikasi pola penyakit yang sering diderita oleh balita. Dengan hasil dari sistem ini diharapkan user dapat mengidentifikasi pola penyakit apa saja yang sering diderita oleh balita. Tujuan penelitian ini adalah memberikan suatu informasi pada balai kesehatan tentang penyakit yang sering diderita oleh balita. Terdapat empat tahap dalam penerapan algoritma Generalized Sequential Pattern untuk mengidentifikasi pola penyakit pada data berobat pasien. Tahap yang pertama adalah pengumpulan data untuk mengidentifikasi input yang dibutuhkan dalam perhitungan algoritma Generalized Sequential Pattern. Tahap yang kedua adalah pengolahan data, dengan cara reduksi data sesuai dengan atribut yang dibutuhkan. Variabel yang digunakan merupakan tanggal berobat, nomor indeks pasien, dan keluhan. Tahap yang ketiga adalah pemecahan masalah menggunakan algoritma Generalized Sequential Pattern. Tahap yang terakhir adalah perancangan sistem serta implementasi sistem berbasis web dan evaluasi sistem. Berdasarkan analisis hasil terhadap data berobat pasien tiap bulan dengan menggunakan minimum support sebesar 5%, minimum confidence sebesar 50%, output pola yang dihasilkan sistem dengan inputan tersebut menghasilkan analisis yaitu penyakit yang sering diderita oleh balita adalah batuk dan pilek, penyakit tersebut lebih banyak diderita oleh balita berjenis kelamin perempuan daripada laki-laki, serta usia balita yang paling banyak menderita penyakit tersebut adalah 0 sampai 1 tahun dengan nilai confidence terbesar adalah 97%.