ANALISIS TEKNIK CLUSTERING ALGORITMA K-MEANS DAN K-MEDOIDS DALAM MENGELOMPOKKAN DATA PASIEN BERDASARKAN TEKANAN DARAH
| Main Author: | Istiyanah |
|---|---|
| Format: | bachelorthesis doc-type Bachelors |
| Bahasa: | ind |
| Terbitan: |
, 2013
|
| Online Access: |
http://repository.unpad.ac.id/frontdoor/index/index/docId/8185 |
Daftar Isi:
- Clustering adalah sekumpulan obyek data yang memiliki kesamaan antara obyek dalam satu cluster dan memiliki perbedaan dengan obyek pada cluster yang lain. Penelitian ini menggunakan algoritma clustering k-means dan k-medoids untuk mengelompokkan data pasien kedalam tiga cluster berdasarkan tekanan darah. Hasil dari penelitian ini adalah untuk mengetahui rentang usia yang memiliki resiko hipertensi paling tinggi. Atribut data pasien yang digunakan adalah id_pasien, usia, sistolik, dan diastolik dengan menggunakan software MATLAB. Berdasarkan penelitian yang telah dilakukan diperoleh bahwa algoritma k-means dan k-medoids dapat mengelompokkan data pasien berdasarkan tekanan darah. Hasil dari kedua algoritma tersebut diperoleh rentang usia yang sama yang beresiko hipertensi paling tinggi, dengan rentang usia 48-57 tahun. Serta didapatkan juga rentang usia beresiko paling tinggi pada pasien tekanan darah normal dan prahipertensi yaitu masing-masing 18-27 tahun dan 38-47 tahun. Secara umum algoritma k-means dan k-medoids memiliki tingkat keakuratan hampir sama. Kata kunci : clustering, k-means, k-medoids, hipertensi