• Login
    View Item 
    •   Home
    • Proceedings
    • Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
    • Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya (KNPMP) III 2018
    • View Item
    •   Home
    • Proceedings
    • Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya
    • Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya (KNPMP) III 2018
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Aplikasi Association Rules dengan Menggunakan Algoritma Apriori dalam Mendeteksi Pola Penyakit DBD (Studi Kasus : Pasien DBD Puskesmas Cangkringan Sleman)

    Thumbnail
    View/Open
    VIEW/DOWNLOAD (1.552Mb)
    Date
    2018-03
    Author
    Nurhikmat, Triano
    Yusnandar, Y
    Maftuhatul M, Ummi
    Latupono, Boki
    Widodo, Edy
    Metadata
    Show full item record
    Abstract
    Penyakit Demam Berdarah Dengue (DBD) merupakan penyakit yang disebabkan oleh virus nyamuk ditularkan melalui nyamukAedes aegypti dan Aedes albopictus. Ancaman penyakit ini berlaku di Indonesia sala satunya DI Yogyakarta. Ditjen Pencegahan dan Pengendalian Penyakit Kemenkes RI mencatat pada tahun 2015, Yogyakarta menempati urutan keempat dengan nilai incident rate 92,96. Beberapa faktor yang dapat menyebabkan terjadinya gejala DBD adalah demam tinggi, kadar trombosit turun, dan kadar hemotokrit naik hingga 20%. Berdasarkan faktor-faktor tersebut dibutuhkan pencarian informasi mengenai pola data penyakit DBD sebagai gambaran umum dalam melihat pola data penyakit tersebut. Oleh karena itu penelitian ini bertujuan untuk melihat pola penyakit DBD berdasarkan faktor-faktor yang mempengaruhinya. Salah satu metode untuk melihat pola data adalah metode Association Rules. Metode Association Rules merupakan suatu prosedur untuk mencari hubungan antar item dalam suatu data set yang ditentukan. Berdasarkan hasil dan pembahasan menghasilkan aturan asosiasi optimum sebanyak 4 kombinasi (Large 5 itemset) dengan nilai minimum support 0.41 = 41%, nilai confidance (tingkat kepercayaan) 1 = 100 %, dan lift ratio (tingkat akurasi asosiasi) = 1,619 dari seluruh faktor DBD.
    URI
    http://hdl.handle.net/11617/10122
    Collections
    • Prosiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya (KNPMP) III 2018

    DSpace software copyright © 2002-2016  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    Atmire NV
     

     

    Browse

    Publikasi IlmiahCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    Login

    DSpace software copyright © 2002-2016  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    Atmire NV