Diagnosa Pharyngitis Menggunakan Metode K-Nearest Neighbor (K-NN) di Puskesmas Leces Probolinggo
Authors (s)
(1) * Kamil Malik   (Universitas Nurul Jadid)  
        Indonesia
(2)  Yoga Pratama   (Universitas Nurul Jadid)  
        Indonesia
(3)  Khoirun Nisa'   (Universitas Nurul Jadid)  
        Indonesia
(*) Corresponding Author
AbstractPuskesmas Leces menyimpan jutaan data rekam medis pasien yang selama ini berkunjung, baik pasien rawat jalan maupun rawat inap. Data mining sebagai ilmu baru yang memiliki kegiatan untuk mengektraksi data di suatu kumpulan data yang besar/banyak, sangat potensial untuk diterapkan. Salah satu keluhan yang memiliki frekuensi terbanyak dalam kunjungannya adalah pasien dengan diagnosa pharyngitis. penderita pharyngitis memiliki kemiripan dengan gejala tonsilitis, laringitis, atau keradangan pada tenggorokan. Dalam mendiagnosa, selain dibutuhkannya kecermatan petugas kesehatan, records pada rekam medis yang selama ini mencatat perilaku pasien dengan diagnosa yang sama tentu dapat memudahkan petugas kesehatan untuk memberikan keputusan klinis. Dengan mengimplementasikan metode K-Nearest Neighbor yang bertujuan untuk memberikan rekomendasi diagnosa berdasarkan atribut anamnesa dan hasil cek suhu tubuh pasien. Pengujian dilakukan dengan membandingkan hasil diagnosa yang sudah diverifikasi oleh akademik kampus dengan hasil dari penghitungan k-NN. Dari pengujian dataset yang terdiri dari 95 data training dan 15 data uji dengan label diagnosa pharyngitis dan tonsilitis, dihasilkan nilai akurasi optimal dengan k=3 yaitu 86,67%. Maka dapat disimpulkan bahwa metode k-NN mampu melakukan proses diagnosa pharyngitis melalui database rekam medis pasien di puskesmas leces |
Keywords
Full Text: PDF
Article View
Abstract views : 0 times | PDF files viewed : 0 times10.33650/trilogi.v2i3.2746 |
Refbacks
- There are currently no refbacks.
Copyright (c) 2021 Kamil Malik, Yoga Pratama, Khoirun Nisa'
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
This ejournal system and its contents are licensed under
a Creative Commons Attribution-ShareAlike 4.0 International License