ASSOCIATION RULE UNTUK MENENTUKAN POLA

PASIEN RAWAT INAP MENGGUNAKAN ALGORITMA FP-

GROWTH (STUDI KASUS RSUD SUKOHARJO)

SKRIPSI

Diajukan untuk memenuhi sebagian persyaratan mendapatkan gelar Strata

Satu Jurusan Informatika

Disusun Oleh:

MAHMUD EFENDI

NIM. M0512034

PROGRAM STUDI INFORMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SEBELAS MARET

SURAKARTA

2017

ii

SKRIPSI

ASSOCIATION RULE UNTUK MENENTUKAN POLA

PASIEN RAWAT INAP MENGGUNAKAN ALGORITMA FP-

GROWTH (STUDI KASUS: RSUD SUKOHARJO)

Disusun Oleh:

MAHMUD EFENDI

NIM. M0512034

Skripsi ini telah disetujui untuk dipertahankan dihadapan dewan penguji

pada tanggal: 20 Maret 2017

Pembimbing I Pembimbing II

Rini Anggrainingsih S.T.,M.T. Denis Eka Cahyani S.Kom., M.Kom

NIP. 19780909 200812 2 002 NIP. 19910310 2016 1 001

iii

SKRIPSI

ASSOCIATION RULE UNTUK MENENTUKAN POLA

PASIEN RAWAT INAP MENGGUNAKAN ALGORITMA FP-

GROWTH (STUDI KASUS: RSUD SUKOHARJO)

Disusun Oleh:

MAHMUD EFENDI

NIM. M0512034

telah dipertahankan di hadapan Dewan Penguji

pada tanggal: 18 April 2017

Susunan Dewan Penguji

1. Rini Anggrainingsih S.T.,M.T. (Ketua) ( )

NIP. 19780909 200812 2 002

2. Denis Eka Cahyani S.Kom.,M.Kom (Sekretaris) ( )

NIP. 19910310 2016 1 001

3. Dr. Wiranto M.Kom.,M.Cs (Anggota) ( )

NIP. 19661230 199302 1 001

4. Sari Widya Sihwi S.Kom., M.T.I. (Anggota) ( )

NIP. 19830412 200912 2 003

Disahkan Oleh

Kepala Program Studi Informatika

Drs. Bambang Harjito, M.App.Sc., Ph.D.

NIP. 19621130 199103 1 002

iv

MOTTO

“Niat tidak akan menyelesaikan masalah, Mulailah bertindak karena memulai

lebih sulit dari menyelesaikan”

-Mahmud Efendi-

v

PERSEMBAHAN

Kupersembahkan karya ini kepada:

Keluargaku, untuk segala doa, kasih sayang, nasehat, dan dukungan yang

menjadi jembatan perjalanan hidupku.

Ibu Rini Anggrainingsih S.T.,M.T. dan Denis Eka Cahyani S.Kom.,M.Kom atas

ketersediaannya dalam membimbing pembuatan karya ini.

Teman – teman angkatan 2012 S1 Informatika Universitas Sebelas Maret.

vi

ASSOCIATION RULE UNTUK MENENTUKAN POLA PASIEN

RAWAT INAP MENGGUNAKAN ALGORITMA FP-GROWTH

(STUDI KASUS: RSUD SUKOHARJO)

MAHMUD EFENDI

Program Studi Informatika. Fakultas MIPA. Universitas Sebelas Maret

ABSTRAK

Rumah sakit setiap harinya mengumpulkan sejumlah besar data dengan berbagai

atribut. Sejumlah besar data dengan berbagai atribut akan memiliki pola yang

menarik. Dengan mengetahui polanya, ini dapat memberikan informasi tentang

pola pasien rawat inap. Pola data dapat ditemukan dengan menggunakan teknik data

mining. Association Rule merupakan salah satu teknik yang dapat digunakan untuk

mencari pola data dalam data mining. Salah satu algoritma yang dapat digunakan

untuk memecahkan masalah aturan asosiasi adalah FP-Growth. Penelitian ini

difokuskan pada implementasi algoritma FP-Growth untuk menemukan pola

Assocation antara atribut data rekam medis rawat inap. FP-Growth digunakan

karena memiliki kinerja yang lebih baik dibanding apriori. Hasil dari penelitian ini

berupa pola hubungan antar atribut data pasien rawat inap yang meliputi jenis

kelamin, kelompok umur, pekerjaan, durasi dirawat di rumah sakit, kelas, dan

diagnosa utama. Penelitian ini menghasilkan beberapa pola asosiasi pasien rawat

inap. Pola asosiasi yang ditemukan ini memberikan informasi yang beraneka ragam

mengenai pola pasien rawat inap. Dengan melakukan analisis secara subjektif

terhadap informasi-informasi ini dapat menjadi pendukung keputusan untuk

menjaga bahkan meningkatkan kualitas dari RSUD Sukoharjo.

Kata kunci: Association Rule, FP-Growth, Pasien Rawat Inap, Rumah Sakit

vii

ASSOCIATION RULE TO DETERMINE INPATIENT PATTERN USING

FP-GROWTH ALGORITHM (CASE STUDY: RSUD SUKOHARJO)

Mahmud Efendi

Department of Informatics. Mathematic and Science Faculty.

Sebelas Maret University

ABSTRACT

Hospitals every day collect huge amounts of data with various attributes. A large

amount of data with various attributes will have an interesting pattern. By knowing

the pattern, this can provide information about the inpatients pattern. Data patterns

can be found using data mining techniques. Association Rule is one technique that

can be used to search for data patterns in data mining. One of the algorithms that

can be used to solve the association rule problem is FP-Growth. This research is

focused on FP-Growth algorithm implementation to find Assocation pattern

between attribute of inpatient medical record data. FP-Growth is used because it

has better performance than Apriori. The result of this research is the relationship

between attribute data of inpatient data which include sex, age group, occupation,

hospitalized duration, class, and main diagnosis. This study yields several patterns

of inpatient associations. This association pattern provides various information

about the pattern of inpatients. By doing a subjective analysis of these information

can be a support decision to maintain and even improve the quality of RSUD

Sukoharjo.

Keyword: Association Rule, FP-Growth, Hospital, Inpatient

viii

KATA PENGANTAR

Puji Syukur kepada Allah SWT atas segala limpahan rahmat dan karunia-Nya,

sehingga penulis dapat menyelesaikan skripsi ini. Sholawat dan salam senantiasa

penulis haturkan kepada Nabi Muhammad SAW, keluarganya, para sahabatnya,

dan kepada selutuh umatnya.

Skripsi dengan judul “Association Rule Untuk Menentukan Pola Pasien Rawat

Inap Menggunakan Algoritma FP-Growth (Studi Kasus: RSUD Sukoharjo)” ini

penulis susun untuk memenuhi persyaratan mendapatkan gelar Strata Satu pada

Program Studi Informatika Universitas Sebelas Maret.

Penulis mengucapkan terima kasih kepada semua pihak yang berkontribusi

dalam pembuatan skripsi ini dapat berwujud sebagaimana yang diharapkan,

terutama kepada:

1. Bapak Prof. Ari Handono Ramelan M.Sc., Ph.D., selaku Dekan Fakultas MIPA

Universitas Sebelas Maret.

2. Bapak Drs. Bambang Harjito M.App.Sc., Ph.D., selaku Kepala Program Studi

Informatika Universitas Sebelas Maret.

3. Ibu Rini Anggrainingsih S.T.,M.T. selaku Pembimbing Akademis dan

pembimbing I yang telah banyak memberikan petunjuk dan bimbingan dalam

menyelesaikan intisari skripsi ini.

4. Ibu Denis Eka Cahyani S.Kom.,M.Kom selaku pembimbing II yang telah

memberiakan saran serta bimbingan dalam menyelesaikan penulisan skripsi ini.

5. Bapak Dr Wiranto M.Kom.,M.Cs dan Ibu Sari Widya Sihwi S.Kom.,M.T.I. atas

saran dan bimbingan dalam menyelesaikan skripsi ini.

6. Segenap pihak RSUD Sukoharjo yang telah bersedia memberikan data penelitian

sehingga pengerjaan skripsi berjalan dengan lancar.

7. Keluargaku yang telah memberikan dukungan moral dan material.

Penulis menyadari atas kekurangan dalam penulisan skripsi ini. Untuk itu

penulis mengharapkan kritik dan saran yang membangun. Penulis berharap agar

karya ini bermanfaat untuk pengembangan teknologi terutama di bidang Kesehatan

dan Data Mining.

Surakarta, April 2017

Mahmud Efendi

ix

DAFTAR ISI

Halaman

HALAMAN JUDUL ................................................................................................ i

HALAMAN PERSETUJUAN ................................................................................ ii

HALAMAN PENGESAHAN ................................................................................ iii

MOTTO ................................................................................................................. iv

PERSEMBAHAN ................................................................................................... v

ABSTRAK ............................................................................................................. vi

ABSTRACT .......................................................................................................... vii

KATA PENGANTAR ......................................................................................... viii

DAFTAR ISI .......................................................................................................... ix

DAFTAR GAMBAR ............................................................................................ xii

DAFTAR TABEL ................................................................................................ xiii

DAFTAR LAMPIRAN ........................................................................................ xiv

BAB I PENDAHULUAN ....................................................................................... 1

1.1 Latar Belakang Masalah ........................................................................... 1

1.2 Rumusan Masalah .................................................................................... 2

1.3 Batasan Masalah ....................................................................................... 2

1.4 Tujuan Penelitian ...................................................................................... 3

1.5 Manfaat Penelitian .................................................................................... 3

1.6 Sistematika Penulisan ............................................................................... 3

BAB II TINJAUAN PUSTAKA ............................................................................. 4

2.1 Data Mining ................................................................................................... 4

2.2 Association Rule ............................................................................................ 5

2.3 Algoritma FP-Growth .................................................................................... 6

x

2.4 Lift ................................................................................................................. 9

2.5 Pengujian Konsistensi.................................................................................... 9

2.6 Penelitian Terkait ........................................................................................ 10

BAB III METODOLOGI PENELITIAN.............................................................. 12

3.1 Pengumpulan Data ...................................................................................... 13

3.2 Implementasi ............................................................................................... 13

3.2.1 Seleksi Data .......................................................................................... 13

3.2.2 Transformasi Data................................................................................. 15

3.2.3 FP-Growth ............................................................................................ 16

3.2.4 Association Rule ................................................................................... 16

3.3 Analisis Hasil .............................................................................................. 17

3.3.1 Analisis Pola Berkorelasi Positif .......................................................... 17

3.3.2 Pencarian Pola Asosiasi ........................................................................ 17

3.3.3 Pengujian Konsistensi Pola ................................................................... 18

3.3.4 Analisis Pola Asosiasi ........................................................................... 19

3.3.5 Pengujian Usability ............................................................................... 19

BAB IV HASIL DAN PEMBAHASAN .............................................................. 20

4.1 Data yang Diperoleh .................................................................................... 20

4.2 Hasil Implementasi ...................................................................................... 20

4.2.1 Hasil Seleksi dan Transformasi Data .................................................... 22

4.2.2 Hasil FP-Growth dan Association Rule ................................................ 23

4.4 Analisis Hasil .............................................................................................. 23

4.4.1 Analisis Persentase Pola Berkorelasi Positif ........................................ 23

4.4.2 Pencarian Pola Asosiasi ........................................................................ 24

4.4.3 Pengujian Konsistensi Pola ................................................................... 25

xi

4.4.4 Analisis Pola Asosiasi ........................................................................... 27

4.4.5 Pengujian Usability ............................................................................... 29

BAB V PENUTUP ................................................................................................ 32

5.1 Kesimpulan .................................................................................................. 32

5.2 Saran ............................................................................................................ 33

DAFTAR PUSTAKA ........................................................................................... 34

LAMPIRAN .......................................................................................................... 36

xii

DAFTAR GAMBAR

Halaman

Gambar 2.1 Contoh FP-Tree dan Tabel Header...................................................... 7

Gambar 2.2 contoh pembuatan FP-Tree ................................................................. 8

Gambar 3.1 Alur Penelitian................................................................................... 12

Gambar 3.2 Contoh Transformasi Data ................................................................ 15

Gambar 3.3 Contoh Bentuk Data Instance ........................................................... 15

Gambar 3.4 Mengubah Pembacaan Binary menjadi Unary .................................. 16

Gambar 3.5 Fungsional Filter Data Olah .............................................................. 18

Gambar 3.6 Fungsional Filter Pola Hasil .............................................................. 18

Gambar 4.1 Pseudocode Seleksi dan Transformasi Data ..................................... 21

Gambar 4.2 Pseudocode Algoritma FP-Growth ................................................... 21

Gambar 4.3 Pseudocode Teknik Association Rule ............................................... 22

Gambar 4.4 Hasil Transformasi Data.................................................................... 22

Gambar 4.5 Aplikasi Prototype Bussiness Analytic Pasien Rawat Inap ............... 23

Gambar 1 Tampilan Menu Home ......................................................................... 39

Gambar 2 Tampilan Menu Import Data ................................................................ 39

Gambar 3 Tampilan Data Asli .............................................................................. 40

Gambar 4 Tampilan Data Praproses 1 .................................................................. 40

Gambar 5 Tampilan Data Praproses 2 .................................................................. 41

Gambar 6 Tampilan Pencarian Pola (Filter Data Olah)........................................ 41

Gambar 7 Tampilan Pencarian Pola (Filter Pola Hasil) ....................................... 42

xiii

DAFTAR TABEL

Halaman

Tabel 2.1 Contoh Dataset Transaksi ....................................................................... 7

Tabel 2.2 Contoh frequent items (ordered) Dataset Transaksi ............................... 8

Tabel 2.3 Contoh hasil Frequent Itemsets............................................................... 8

Tabel 2.4 Penelitian Terkait .................................................................................. 10

Tabel 2.4 Penelitian Terkait (lanjutan).................................................................. 11

Tabel 4.1 Persentase Pola Hasil dengan Nilai Lift >1 ........................................... 24

Tabel 4.2 Hasil Pencarian Pola ............................................................................. 25

Tabel 4.3 Pengaturan Percobaan ........................................................................... 26

Tabel 4.4 Hasil Uji Konsistensi Pola .................................................................... 27

Tabel 4.5 Hasil Pola Menarik................................................................................ 28

Tabel 4.6 Skala Penilaian Kuisioner SUS ............................................................. 30

Tabel 4.7 Kuisioner Pengujian Usability .............................................................. 30

Tabel 4.8 Hasil Kuesioner ..................................................................................... 31

Tabel 4.9 Rentang Penilaian SUS ......................................................................... 31

Tabel 1 Sampel Data yang Diperoleh ................................................................... 36

Tabel 1 Sampel Data yang Diperoleh (lanjutan) ................................................... 37

xiv

DAFTAR LAMPIRAN

Halaman

Lampiran 1 : Sampel Data yang Diperoleh ........................................................... 36

Lampiran 2 : Kuisioner Usability .......................................................................... 38

Lampiran 3 : Tampilan Aplikasi ........................................................................... 39