PENGELOMPOKKAN DATA PENYAKIT DENGAN ALGORITMA K-MEDOIDS CLUSTERING PADA PUSKESMAS PLUS PERBAUNGAN

Penulis

  • Helentina Br Hutabalian UNIVERSITAS METHODIST INDONESIA MEDAN
  • Yolanda Yulianti Pratiwi Rumapea UNIVERSITAS METHODIST INDONESIA
  • Samuel Manurung UNIVERSITAS METHODIST INDONESIA

Kata Kunci:

Hipertensi, K-Medoids, Clustering, Puskesmas, Data Pasien., Hypertensi, K-Medoids, Clustering, Puskesmas, Data Pasien

Abstrak

Puskesmas Plus Perbaungan merupakan fasilitas kesehatan primer yang menghadapi peningkatan jumlah pasien, khususnya penderita hipertensi. Pengelolaan data yang masih manual menyulitkan dalam mengidentifikasi pola penyakit untuk pengambilan keputusan yang tepat. Penelitian ini menerapkan algoritma K-Medoids clustering untuk mengelompokkan pasien hipertensi berdasarkan tekanan darah sistolik dan diastolik, usia, serta aktivitas. Hasilnya, pasien terbagi dalam empat cluster: prehipertensi (18-34 tahun, alkohol), hipertensi tahap 1 (di atas 53 tahun, merokok), hipertensi tahap 2 (40-52 tahun, merokok), dan tekanan darah normal (35-39 tahun, alkohol). Disarankan agar Puskesmas Plus Perbaungan meningkatkan edukasi mengenai risiko hipertensi, melakukan evaluasi rutin terhadap hasil clustering, dan mempertimbangkan metode clustering lain untuk meningkatkan akurasi.

Unduhan

Diterbitkan

2025-02-06