Grouping of Heart Failure Patients Using K-Means Clustering Algorithm for Clinical Risk Determination Using Rapidminer
Pengelompokan Pasien Gagal Jantung Menggunakan Algoritma K-Means Clustering untuk Penentuan Risiko Klinis Menggunakan Rapidminer
DOI:
https://doi.org/10.70888/sitedi.v2i4.62Keywords:
Gagal Jantung, K-Means, Resiko Klinis, Data Mining, Rapid MinerAbstract
Gagal jantung adalah salah satu penyebab utama kematian secara global yang memerlukan pendekatan analisis untuk memperkuat keputusan dalam bidang klinis. Penelitian ini bertujuan untuk mengelompokkan pasien yang mengalami gagal jantung berdasarkan karakteristik klinis dengan menggunakan metode K-Means Clustering. Data diambil dari UCI Repository dengan melibatkan 299 sampel pasien yang mencakup 13 variabel. Proses pengelompokan ini menghasilkan lima cluster yang masing-masing memiliki karakteristik berbeda yang mencerminkan tingkat risiko klinis. Misalnya, Cluster 4 berisi pasien yang lebih tua dengan kadar kreatinin tinggi dan fraksi ejeksi rendah, yang menunjukkan bahwa mereka memiliki risiko kematian yang lebih besar. Penilaian menggunakan indeks Davies-Bouldin menunjukkan nilai 0,509, yang menunjukkan bahwa kualitas pengelompokan tersebut cukup memadai. Diharapkan penelitian ini dapat memberikan kontribusi besar dalam pengembangan sistem yang mendukung keputusan klinis, khususnya dalam manajemen risiko bagi pasien yang mengalami gagal jantung.
References
Nugraha, Z. I., Putri, A. A., Derian, R., & Simorangkir, R. T. (2024). PENERAPAN METODE K-MEDOIDS UNTUK PENGELOMPOKAN PASIEN GAGAL JANTUNG MENGGUNAKAN DATASET BMC MEDICAL INFORMATICS AND DECISION MAKING. Jurnal Ilmu Komputer dan Sistem Informasi, 10(10).
Prasetyo, R. B., Pranoto, Y. A., & Prasetya, R. P. (2023). implementasi data mining menggunakan algoritma k-means clustering penyakit pasien rawat jalan pada klinik dr. Atirah desa sioyong, sulteng. JATI (Jurnal Mahasiswa Teknik Informatika), 7(4), 2144-2151.
Hartini, T., Purnamasari, A. I., Bahtiar, A., & Kaslani, K. (2025). IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING UNTUK KLASIFIKASI DIAGNOSIS PENYAKIT LAMBUNG. JATI (Jurnal Mahasiswa Teknik Informatika), 9(1), 76-83.
Haryadi, D., & Atmaja, D. M. U. (2021). Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Tingkat Risiko Penyakit Jantung. Journal of Informatics and Communication Technology (JICT), 3(2), 51-66.
