7/21/2019 [1] Laporan Jurnal Penerapan Datmin

1/5

LAPORAN JURNAL PENERAPAN DATA MINING

APLIKASI DATA MINING DALAM SEKTOR KESEHATAN : SEBUAH

PENELITIAN

(Data Mining Applications In Healthcare Sector: A Study)

OLEH :

MUHJA MUFIDAH A. A. 135150207111120

FAKULTAS ILMU KOMPUTER

UNIVERSITAS BRAWIJAYA

MALANG

7/21/2019 [1] Laporan Jurnal Penerapan Datmin

2/5

A. P!"#$%&%#!

Jurnal ini membahas tentang perbandingan berbagai tehnik, pendekatan, dan

metode yang berbeda dalam penerapan data mining di sektor kesehatan serta dampak

yang ditimbulkannya. Tujuan dari diaplikasikannya data mining yaitu untukmengekstrak atau menggali informasi tersembunyi yang terdapat dalam gudang data

agar menjadi pengetahuan ataupun informasi yang bernilai lebih. Berdasarkan tujuan

dari data mining tersebut, data mining digunakan dalam sistem kesehatan untuk

mengembangkan sebuah alat otomatis untuk identifikasi dan penyebarluasan

informasi kesehatan yang relevan.

Algoritma data mining banyak diterapkan di industri kesehatan karena

berperan penting dalam prediksi dan diagnosis penyakit. Contoh pengaplikasian data

mining yang ditemukan di industri kesehatan berkaitan dengan bidang-bidang seperti

perangkat medis, farmasi, dan manajemen rumah sakit. Tugas data mining adalah

peraturan asosiasi (association rule, pola (patterns, klasifikasi dan prediksi

(classification andprediction, serta klasterisasi (clustering. Beberapa penerapan

data mining adalah seperti berikut !

o "engembangkan model untuk mendeteksi telepon palsu atau kegiatan

kartu kredit

o "emprediksi baik dan buruk prospek penjualan.

o

"emprediksi kambuhnya serangan jantung #enderung bagi pasiendengan penyakit jantung.

o "engidentifikasi faktor yang menyebabkan #a#at dalam proses

manufaktur.

Jurnal ini pada intinya adalah membandingkan metode-metode dalam data

mining dengan berbagai masalah kesehatan yang ada. $amun, masalah utama yang

diangkat dalam jurnal ini adalah tentang metodologi untuk memprediksi hasil akhir

dari pera%atan khusus infertilitas &' (In-Vitro Fertilization. )alam penelitian ini,

penulis jurnal mengambil permasalahan tersebut dan membandingkan berbagai teknikdata mining yang berbeda untuk memprediksi tingkat kesuksesan dari pera%atan &'*

dengan akurat.

B. D#'# M(!(!)

)ata mining merupakan sebuah proses penting untuk penggalian informasi

tersembunyi ataupun pengetahuan yang sebelumnya tidak diketahui dan berpotensi

7/21/2019 [1] Laporan Jurnal Penerapan Datmin

3/5

berguna dari gudang data berdasarkan pola dalam data tersebut. )ata mining se#ara

luas diklasifikasikan menjadi dua kategori !

"odel prediktif

"odel deskriptif

+ambar . lasifikasi Tugas )ata "ining

*. P!+#,#! D#'# M(!(!) D( B("#!) K-$#'#!

)ata mining di bidang kesehatan digunakan untuk menggali informasi dari

data yang ada, seperti #atatan pasien elektronik dan penggunaan peralatan medis,

untuk diproses dan dianalisis sehingga mendapatkan pengetahuan yang

memungkinkan penghematan pengeluaran biaya dan pengambilan keputusan.

Beberapa pengaplikasian data mining adalah sebagai berikut ! fektivitas pengobatan ! data mining dapat memberikan analisis dari tindakan

atau pengobatan mana yang terbukti efektif dengan membandingkan

penyebab, gejala, dan kursus pengobatan.

"anajemen kesehatan ! data mining dapat dikembangkan untuk menganalisis

data dan statistik berdasarkan pola untuk membantu manajemen kesehatan

dengan mengenali dan mela#ak kondisi penyakit kronis dari pasien.

"anajemen hubungan pelanggan ! untuk mengelola interaksi yang

berhubungan dengan pelanggan seperti pelayanan askes, interaksi pelangganmelalui #all #enter, pengaturan ra%at inap maupun ra%at jalan, dan

sebagainya.

/enipuan dan penyalahgunaan ! data mining dapat mendeteksi ke#urangan dan

pelanggaran dengan mengidentifikasi pola-pola yang tidak normal.

&ndustri alat kesehatan

7/21/2019 [1] Laporan Jurnal Penerapan Datmin

4/5

armasi ! data mining dapat membantu pengelolaan persediaan perusahaan

dan pengembangan produk maupun layanan baru.

"anajemen rumah sakit ! data mining digunakan untuk menyimpan data atau

sistem informasi tentang kegiatan rumah sakit untuk divisualisasikan. *istem biologi

D. H#-(& P+#!"(!)#! P!&('(#!

Terdapat beberapa permasalahan kesehatan yang dibandingkan di dalam jurnal

seperti hepatitis, kanker, 0&'1A&)*, maupun &' dan sebagainya. $amun

permasalahan pokok yang diangkat adalah tentang tingkat keakuratan dalam

pera%atan &'* dengan membandingkan berbagai ma#am tehnik dalam data mining.

Tehnik yang digunakan ada 2 ma#am, yaitu!

0impunan kasar (Rough Set ! digunakan untuk mengurangi atribut tanpa

mengorbankan pengetahuan asli (reduksi data

Jaringan saraf tiruan (Artificial neural network ! ditujukan untuk

memprediksi dan mengklasifikasikan hasil pera%atan &' yang dibangun

dengan persepsi multi-layer dan pelatihan algoritma ba#k-propagasi, untuk

kemudian diuji dan divalidasi menggunakan data sampel pasien &'.

ombinasi dari kedua tehnik di atas

Berikut perbandingannya tingkat keakuratan kesuksesan ketiga tehnik !

H(/,%!#!

K#-#+

J#+(!)#! S#+#

T(+%#!

K/(!#-( "%#

'$!(

T(!)#' K#%+#'#! 345 425 675

Berdasarkan tabel dapat disimpulkan bah%a penggunaan gabungan dari himpunan

kasar dan jaringan saraf tiruan memberikan tingkat keakuratan yang paling baik.

E. KESIMPULAN

7/21/2019 [1] Laporan Jurnal Penerapan Datmin

5/5

- Jurnal ini bertujuan untuk membandingkan aplikasi data mining yang berbeda

di sektor kesehatan untuk mengekstrak atau menggali informasi yang

berpotensi berguna dari data.

- /rediksi penyakit menggunakan aplikasi )ata "ining dapat meningkatkanakurasi diagnostik.

- "engembangkan alat data mining yang efisien untuk diterapkan dapat

mengurangi kendala biaya dan %aktu dalam hal sumber daya manusia dan

keahlian.

- Berdasarkan penelitian yang dilakukan, kombinasi dari lebih dari satu teknik

data mining untuk mendiagnosis atau memprediksi penyakit di sektor

kesehatan dapat menghasilkan hasil yang lebih menjanjikan. *tudi

perbandingan menunjukkan hasil yang menarik bah%a teknik data mining disemua aplikasi pera%atan kesehatan memberikan tingkat akurasi yang lebih

tinggi seperti 64,445 untuk prediksi kanker dan sekitar 675 untuk

memperkirakan tingkat keberhasilan pera%atan &'.