Pengelompokkan Kesehatan Gangguan Jiwa Menggunakan Data Mining sebagai Dasar Mental Health Resume
Keywords:
Algoritma C45, Data Mining, Gangguan JiwaAbstract
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.
References
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.
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.
Slametiningsih, Ninik Yunitri, Hendra Hendra, Nuraenah Nuraenah. (2021). Rancang Bangun Applikasi Telenursing Me-Co Care Berbasis Mobile Dalam Pelayanan Keperawatan Jiwa Komunitas. Jurnal JUST IT. 2(11). 63-70.
Slametiningsih, Ninik Yunitri, Hendra Hendra, Nuraenah Nuraenah, Abdu Rahim Kamil. (2020). Improving Healtcare Services Using Mobile Technology: Needs And Expectation Assessment For The Development Of Mobile Health Apps For Mental Health Services In Technology. International Journal Of Nursing And Midwifery Science. 4(3). 170-176.
Yunitri, Ninik, Hendra. (2020). Kelayakan Aplikasi Kesehatan Seluler “Me-Co Care Untuk Pelayanan Kesehatan Di Tatanan Komunitas. Jurnal Kesehatan Kartika. (2020). 15(3). 15-20.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2024 Hendra, Muhaimin, Santosa, Slametiningsih

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.