Show simple item record

dc.contributor.authorIndradewi, Karina Intan
dc.contributor.authorPutri, Tia Atika
dc.date.accessioned2019-04-27T06:55:36Z
dc.date.available2019-04-27T06:55:36Z
dc.date.issued2019-03
dc.identifier.citationAnggraeni, R.M., 2014, Perbandingan Algoritma Apriori dan Algortima FP-Growth Untuk Perekomendasi pada Transaksi Peminjaman Buku Di Perpusatakaan Universitas Dian Nuswantoro. Chen, M.M.S., dan Liu, Y., 2014, “Big Data: A Survey Mobile Networks and Application”, hh. 171- 209. Chengqi, Z., 2002, Association Rule Mining: Models and Algorithms. Guo, A.Z.W., dan Xu, S., 2016, “Exploring The Treatment Effect in Diabetes Patients Using Association Rule Mining”, Internation Jurnal of Information Processing and Management, Vol. 7, No. 3. Kulkarni, A.R., dan Munde, S.D., 2017, “Data Mining Technique: An Implementation of Association Rule Mining in Healthcare”, International Advanced Research Journal in Science, Engineering and Technology, Vol. 4, Ed. 7. Ong, J.O., 2013, “Implementasi Algoritma K-Means Clustering untuk Menentukan Strategi Marketing President University”, Jurnal Ilmiah Teknik Industri, hh. 10-20. Suryanto, E., 2013, “Implementasi Customer Relationship Management dengan Market Basket Analysis pada Toko Buku Online Studi Kasus: Toko Buku Toga Mas”, Jurnal EKSIS, hh. 12-20. Triyanto, W.A., 2014, “Association Rule Mining untuk Penentuan Rekomendasi Promosi Produk”, Jurnal SIMETRIS, hh. 121-126.id_ID
dc.identifier.issn2621-0789
dc.identifier.urihttp://hdl.handle.net/11617/10717
dc.description.abstractBig data telah menjadi trend pada dunia informasi. Hampir semua perusahaan industri menggunakan big data dalam menumbuhkan bisnisnya untuk melakukan analisa dari data perusahaan yang besar. Pengolahan dan pencarian pola data yang besar tersebut menggunakan teknik yang disebut data mining. Salah satu teknik dalam data mining yang digunakan untuk menentukan aturan asosiasi dari data yang sangat besar adalah association rule. Penelitian ini bertujuan untuk menemukan association rule mengenai penyakit Diabetes Melitus berdasarkan karakteristik pasien, gejala dan diagnosis penyakit berdasarkan data yang didapat pada Rumah Sakit X. Data yang diambil adalah 100 data riwayat penyakit pasien. Pengolahan data menggunakan software Rapid Miner dengan algoritma FP-Growth. Diperoleh 12 rule yang valid dari 13 rule yang ditemukan. Association rule yang ditemukan dapat digunakan sebagai informasi pendukung terkait diagnosis dan analisis penyakit untuk segera dicari tindakan yang tepat dalam penanganan pasien berdasarkan histori penyakit pasien yang pernah berobat di Rumah Sakit X.id_ID
dc.language.isootherid_ID
dc.publisherIENACO (Industrial Engineering National Conference) 7 2019id_ID
dc.subjectassociation rulesid_ID
dc.subjectbig dataid_ID
dc.subjectfp-growthid_ID
dc.titlePenerapan Association Rule dalam Bidang Kesehatan pada Rumah Sakit Xid_ID
dc.typeArticleid_ID


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record