KLASIFIKASI PASIEN GANGGUAN JIWA MENGGUNAKAN ALGORITMA C4.5 SEBAGAI DASAR PENGAMBILAN KEPUTUSAN KESEHATAN JIWA

Hendra Hendra, Muhaemin Muhaemin, Santosa Santosa

Abstract


Angka kejadian gangguan jiwa terus mengalami peningkatan setiap tahunnya, situasi ini diperparah dengan tingginya angka perawatan ulang. Perawatan berkelanjutan menjadi solusi bagi permasalah yang saat ini dihadapi. Pasien sebagai penerima layanan juga mengharapkan adanya pelayanan kesehatan yang berkelanjutan setelah menjalani perawatan di rumah sakit melalui komunikasi yang mudah dan cepat. Pesatnya perkembangan teknologi seharusnya dibarengi dengan perkembangan pelayanan kesehatan sehingga mampu menjawab tantangan global dan kebutuhan masyarakat. Penerapan applikasi berbasis database  mampu menjadi solusi dalam usaha promotif dan preventif asuhan keperawatan jiwa dimasyarakat. Penelitian ini menggunakan metode penelitian kuantitatif yang berlandaskan pada filsafat positivisme, dipakai untuk meneliti pada populasi ataupun sampel tertentu, pengumpulan data menggunakan alat ukur (instrumen) penelitian, analisa data bersifat kuantitatif/statistik, dengan tujuan untuk menguji dan membuktikan hipotesis yang telah dibuat/ditetapkan. Adapun output yang akan dihasilkan adalah terciptanya aplikasi berbasis Algoritma C4.5. Algoritma C4.5 merupakan algoritma yang digunakan untuk membentuk pohon keputusan (Decision Tree). Pohon keputusan merupakan metode klasifikasi dan prediksi yang terkenal. Pohon keputusan berguna untuk mengekspolari data, menemukan hubungan tersembunyi antara sejumlah calon variabel input dengan sebuah variabel target.


Full Text:

PDF

References


Dillon, E. & Loermans, J. (2003). Telehealth in Western Australia: The challenge of evaluation. Journal of Telemedicine, 9(1), 15-19.

Fiandra, Yudha Aditya., Defit, Sarjon., & Yuhandri. (2017). Penerapan Algortima C4.5 untuk Klasifikasi Data Rekam Medis Berdasarkan International Classification Diseases (ICD-10). Jurnal Resti, 1(2), 82-89.

Goncalves, Carina., Ferreira, Diana., Neto, Cristiana., et all. (2020). Prediction of Mental Illness Associated with Unemployment Using data Mining. ScienceDirect, Procedia Computer Science, 177, 556-561.

Haryati, RTS & Sahar, J. (2012). Perceptions of nursing care for cardiovascular cases knowledge on the Telehealth and Telecardiology in Indonesia. International Journal of Collaborative Research on Internal Medicine & Public Health, 4(2), 116-128.

Hinduja, Shailesh., Afrin, Mahbuba., & Mistry, Sajib. (2022). Machine learning-based proactive social-sensor service for mental health monitoring using twitter data. International Journal of Information Management Data Insights, 2(2), 100113.

Hufford, M.R., Shields, A.L., Shiffman, S., Paty, J., & Balabanis, M.2002. Reactivity to ecological momentary assessment: An example using undergraduate problem drinkers. Psychology of Addictive Behaviors, 16(1), 205-211.

Kementrian Kesehatan RI. (2016). Rencana Aksi Nasional Kesehatan Lanjut Usia. Permenkes RI, 25. 23.

Loo, Hanna M. Van., Bigdeli, Tim B., Milaneschi, Yuri., et al. (2020). Data mining algorithm predicts a range of adverse outcomes in major depression. Journal of Affective Disorders, 276, 945-953.

Rumahorbo, Anastasia Carolina., & Sekarwati, Kemal Ade. (2020). Penerapan Data Mining Dengan Menggunakan Algortima C4.5. Pada Klasifikasi Fasilits Kesehatan Provinsi Di Indonesia. Jurnal Ilmiah Komputasi, 19(1), 1-14.


Refbacks

  • There are currently no refbacks.


Prosiding Seminar Nasional Penelitian LPPM UMJ Indexed by:

Google Scholar

==============================================================================================================

Prosiding Seminar Nasional Penelitian LPPM UMJ
Universitas Muhammadiyah Jakarta
Jl.KH. Ahmad Dahlan Cirendeu Ciputat Jakarta Selatan
Telp : 021 7424950
Fax : 021 7430756

E-ISSN: 2745-6080

==============================================================================================================

Powered by Puskom-UMJ