Penerapan Metode K-Means Clustering Untuk Menentukan Faktor Resiko Pada Penderita Diabetes Melitus

Melda Septriani; Pareza Alam Jusia; Rudolf Sinaga; Shinta Renova Putri; Firyal Najla 'Afifah

doi:10.61132/prosemnasproit.v2i2.94

Authors

Melda Septriani Universitas Dinamika Bangsa
Pareza Alam Jusia Universitas Dinamika Bangsa
Rudolf Sinaga Universitas Dinamika Bangsa
Shinta Renova Putri Universitas Dinamika Bangsa
Firyal Najla 'Afifah Universitas Dinamika Bangsa

DOI:

https://doi.org/10.61132/prosemnasproit.v2i2.94

Keywords:

Diabetes Melitus, Clustering, Algoritma K-Means, Tools

Abstract

Diabetes Mellitus is a disease caused by the failure of the pancreas organ in producing the hormone insulin in excess causing increased blood sugar levels and resulting in a lack of insulin. This study discusses the application of the k-means clustering method to determine risk factors for diabetes mellitus. By using the clustering method, data will be grouped into several clusters or groups which in this study compare by applying several data mining tools such as RapidMiner, SPSS, WEKA, and Python. From the results of the comparison carried out resulted in 5 calculations, namely the manual calculation of cluster 1 with a ratio value of 73% being the first priority, calculations using RapidMiner resulting in cluster 3 with a ratio value of 58% being the first priority, calculations using SPSS cluster 2 with a ratio value of 34% being the first priority, and calculations using Python produce cluster 1 with a ratio value of 55% being the first priority.

References

Al Rivan, M. E., Steven, S., & Tanzil, W. (2020). Optimasi Fuzzy C-Means dan K-Means Menggunakan Algoritma Genetika untuk Pengklasteran Dataset Diabetic Retinopathy. Jurnal Teknologi Informasi Dan Ilmu Komputer, 7(5), 993. https://doi.org/10.25126/jtiik.2020711872

Apa Saja Tipe Penyakit DM? (2018). P2PTM Kemenkes Ri.

Argina, A. M. (2020). Penerapan Metode Klasifikasi K-Nearest Neigbor pada Dataset Penderita Penyakit Diabetes. Indonesian Journal of Data and Science, 1(2), 29–33. https://doi.org/10.33096/ijodas.v1i2.11

Bastian, A., Sujadi, H., & Febrianto, G. (n.d.). Penerapan Algoritma K-Means Clustering Analysis Pada Penyakit Menular Manusia (Studi Kasus Kabupaten Majalengka). 1, 26–32.

Buulolo, E. (2020). Data Mining Untuk Perguruan Tinggi. Deepublish.

Danny, M., & Yusup, D. (2020). ANALISIS DATA MINING MENGGUNAKAN ALGORITMA NAÏVE BAYES DALAM MEMPREDIKSI PEMBELIANMATERIALPLASTIKINJECTION(STUDI KASUS: PT SURYA TECHNOLOGY INDUSTRI). Vol. 11No.(2407–3903).

Defiyanti, S. (2017). Integrasi Metode Clustering dan Klasifikasi untuk Data Numerik. Citee, July, 256–261.

Faktor Risiko Penyakit Diabetes Melitus (DM)-. (2019). P2PTM Kemenkes RI.

Indriyani, N. P. A. (2021). GAMBARAN KADAR GULA DARAH PADA PASIEN DIABETES MELITUS DI BRUS TABANAN TAHUN 2021.

Irwansyah, E., & Faisal, M. (2015). Advanced Clustering: Teori dan Aplikasi. Deepublish.

Nasution, F., Andilala, A., & Siregar, A. A. (2021). FAKTOR RISIKO KEJADIAN DIABETES MELLITUS.

Paramitasari, M. (2017). HUBUNGAN CEMAS DENGAN KADAR GULA DARAH PADA PENDERITA DIABETES MELITUS TIPE II DI DESA MORODEMAK.

Prasetyo, E. (2012). Data Mining-Koonsep dan Aplikasi menggunakan Matlab. Nikodemus WK, Ed.

Rustandi, A. (2020). PENERAPAN METODE K-MEANS CLUSTERING UNTUK MENENTUKAN PENDERITA DIABETES. Universitas Dinamika Bangsa.

Suntoro, J. (2019). DATA MINING: Algoritma dan Implementasi dengan Pemrograman php. PT Elex Media Komputindo.

Susanti, Y. H., & Widodo, E. (2017). Perbandingan K-Means dan K-Medoids Clustering terhadap Kelayakan Puskesmas di DIY Tahun 2015. Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika Dan Nilai Islami), 1(1), 116–122.

Wicaksono, A. P. (2015). Pengaruh Pemberian Ekstrak Jahe Merah (Zingiber Officinale) terhadap Kadar Glukosa Darah Puasa. Majority, 4(7), 97–102.