Seminar Hasil

Tanggal 09.12.2021 Pukul 09.00-Selesai WIB, Jurusan Informatika Fakultas MIPA Universitas Syiah Kuala akan menyelenggarakan Seminar Hasil Tugas Akhir terhadap mahasiswa Malaq Aimana, dengan topik penelitian Pemanfaatan Teknik Data Mining dalam Mengelompokkan Pasien Layak Kemoterapi Di Laboratorium Bio-Lab Banda Aceh Berdasarkan Data Hasil Tes Darah. Rincian jadwal dan pelaksanaan kegiatan dapat dilihat di bawah ini.

Topik Seminar:Pemanfaatan Teknik Data Mining dalam Mengelompokkan Pasien Layak Kemoterapi Di Laboratorium Bio-Lab Banda Aceh Berdasarkan Data Hasil Tes Darah
Presenter: Malaq Aimana

• Pembimbing
• Pembimbing 1 : Viska Mutiawani, B.IT., M.IT.
• Pembimbing 2 : Dr. Zahnur Nurdin, S.Si, M.InfoTech.
• Pembahas/Penguji
• Pembahas 1 : Prof. Dr. Taufik Fuadi Abidin S.Si., M.Tech
• Pembahas 2 : Irvanizam Zamanhuri, S.Si, M.Sc
• Pembahas 3 : Alim Misbullah, S.Si., M.S.
• Pelaksanaan Acara Seminar
• Hari/Tanggal : Kamis, 09 Desember 2021
• Pukul : 09.00 WIB s.d selesai
• Ruangan/ Google Meeting : https://meet.google.com/ruq-qgjv-kze

Ringkasan / Abstrak

Kemoterapi merupakan sebuah metode pengobatan menggunakan zat kimia untuk merawat suatu penyakit. Seorang pasien dapat menjalani kemoterapi ketika pasien melewati batas nilai ANC yang telah dihitung dari hasil tes darah. Kategori kelayakan kemoterapi telah dikelompokkan oleh Morris dan Sampson (2018). Dengan menggunakan kategori yang sudah ada, setelah melakukan pengelompokan peneliti ingin membandingkan hasil algoritma clustering dengan kategori yang sudah dibentuk. Adapun metode yang digunakan pada penelitian ini adalah metode clustering atau pengelompokan menggunakan algoritma K-Means, Fuzzy C-Means, dan K-Median. Kemudian hasil clustering dari ketiga algoritma tersebut dibandingkan dengan kategori Morris dan Sampson (2018) dengan cara melihat persentase kesamaan baris data hasil kluster antar keduanya. Kemudian ketiga algoritma juga dibandingkan kesamaan antar algoritma untuk melihat kemiripan data kluster yang dihasilkan. Algoritma juga akan dianalisis menggunakan nilai silhouette score untuk mengetahui struktur algoritma masing-masing. K-Means berhasil mengelompokkan pasien layak kemoterapi sebanyak 658 orang, Fuzzy C-Means sebanyak 780 orang, dan K-Median sebanyak 728 orang. Hasil perbandingan antar hasil kluster oleh algoritma dengan kategori Morris dan Sampson (2018) menunjukkan bahwa algoritma K-Means memiliki persentase kesamaan baris data lebih tinggi dari algoritma Fuzzy C-Means dan K-Median, yaitu sebesar 37,16%. Sedangkan hasil perbandingan antar algoritma menunjukkan bahwa K-Means dan K-Median memiliki persentase kesamaan tertinggi di antara algoritma lainnya, yaitu sebesar 33,70%. Hal ini menunjukkan bahwa adanya kemiripan pada tahap pengelompokan antara algoritma K-Means dan K-Median. Untuk analisis silhouette score menunjukkan bahwa algoritma Fuzzy C-Means memiliki skor tertinggi yaitu 0.377, lebih tinggi dibandingkan K-Means dan K-Median.

Kata kunci: kemoterapi, clustering, K-Means, Fuzzy C-Means, K-Median

Video Presentasi Seminar

Presentasi seminar hasil dapat dilihat pada video di bawah ini.