association rule untuk menentukan pola pasien … · association rule untuk menentukan pola pasien...
TRANSCRIPT
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