ASSOCIATION RULE UNTUK MENENTUKAN POLA PASIEN RAWAT INAP MENGGUNAKAN ALGORITMA FPGROWTH (STUDI KASUS RSUD SUKOHARJO) SKRIPSI Diajukan untuk memenuhi sebagian persyaratan mendapatkan gelar Strata Satu Jurusan Informatika
Disusun Oleh:
MAHMUD EFENDI NIM. M0512034
PROGRAM STUDI INFORMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SEBELAS MARET SURAKARTA 2017
SKRIPSI
ASSOCIATION RULE UNTUK MENENTUKAN POLA PASIEN RAWAT INAP MENGGUNAKAN ALGORITMA FPGROWTH (STUDI KASUS: RSUD SUKOHARJO)
Disusun Oleh:
MAHMUD EFENDI NIM. M0512034
Skripsi ini telah disetujui untuk dipertahankan dihadapan dewan penguji pada tanggal: 20 Maret 2017
Pembimbing I
Pembimbing II
Rini Anggrainingsih S.T.,M.T.
Denis Eka Cahyani S.Kom., M.Kom
NIP. 19780909 200812 2 002
NIP. 19910310 2016 1 001
ii
SKRIPSI
ASSOCIATION RULE UNTUK MENENTUKAN POLA PASIEN RAWAT INAP MENGGUNAKAN ALGORITMA FPGROWTH (STUDI KASUS: RSUD SUKOHARJO) Disusun Oleh:
MAHMUD EFENDI NIM. M0512034
telah dipertahankan di hadapan Dewan Penguji pada tanggal: 18 April 2017
Susunan Dewan Penguji 1. Rini Anggrainingsih S.T.,M.T.
(Ketua)
(
)
2. Denis Eka Cahyani S.Kom.,M.Kom (Sekretaris) (
)
NIP. 19780909 200812 2 002
NIP. 19910310 2016 1 001 3. Dr. Wiranto M.Kom.,M.Cs
(Anggota)
(
)
(Anggota)
(
)
NIP. 19661230 199302 1 001 4. Sari Widya Sihwi S.Kom., M.T.I. NIP. 19830412 200912 2 003
Disahkan Oleh Kepala Program Studi Informatika
Drs. Bambang Harjito, M.App.Sc., Ph.D. NIP. 19621130 199103 1 002
iii
MOTTO “Niat tidak akan menyelesaikan masalah, Mulailah bertindak karena memulai lebih sulit dari menyelesaikan”
-Mahmud Efendi-
iv
PERSEMBAHAN Kupersembahkan karya ini kepada:
Keluargaku, untuk segala doa, kasih sayang, nasehat, dan dukungan yang menjadi jembatan perjalanan hidupku.
Ibu Rini Anggrainingsih S.T.,M.T. dan Denis Eka Cahyani S.Kom.,M.Kom atas ketersediaannya dalam membimbing pembuatan karya ini.
Teman – teman angkatan 2012 S1 Informatika Universitas Sebelas Maret.
v
ASSOCIATION RULE UNTUK MENENTUKAN POLA PASIEN RAWAT INAP MENGGUNAKAN ALGORITMA FP-GROWTH (STUDI KASUS: RSUD SUKOHARJO) MAHMUD EFENDI
Program Studi Informatika. Fakultas MIPA. Universitas Sebelas Maret
ABSTRAK Rumah sakit setiap harinya mengumpulkan sejumlah besar data dengan berbagai atribut. Sejumlah besar data dengan berbagai atribut akan memiliki pola yang menarik. Dengan mengetahui polanya, ini dapat memberikan informasi tentang pola pasien rawat inap. Pola data dapat ditemukan dengan menggunakan teknik data mining. Association Rule merupakan salah satu teknik yang dapat digunakan untuk mencari pola data dalam data mining. Salah satu algoritma yang dapat digunakan untuk memecahkan masalah aturan asosiasi adalah FP-Growth. Penelitian ini difokuskan pada implementasi algoritma FP-Growth untuk menemukan pola Assocation antara atribut data rekam medis rawat inap. FP-Growth digunakan karena memiliki kinerja yang lebih baik dibanding apriori. Hasil dari penelitian ini berupa pola hubungan antar atribut data pasien rawat inap yang meliputi jenis kelamin, kelompok umur, pekerjaan, durasi dirawat di rumah sakit, kelas, dan diagnosa utama. Penelitian ini menghasilkan beberapa pola asosiasi pasien rawat inap. Pola asosiasi yang ditemukan ini memberikan informasi yang beraneka ragam mengenai pola pasien rawat inap. Dengan melakukan analisis secara subjektif terhadap informasi-informasi ini dapat menjadi pendukung keputusan untuk menjaga bahkan meningkatkan kualitas dari RSUD Sukoharjo. Kata kunci: Association Rule, FP-Growth, Pasien Rawat Inap, Rumah Sakit
vi
ASSOCIATION RULE TO DETERMINE INPATIENT PATTERN USING FP-GROWTH ALGORITHM (CASE STUDY: RSUD SUKOHARJO)
Mahmud Efendi Department of Informatics. Mathematic and Science Faculty. Sebelas Maret University
ABSTRACT Hospitals every day collect huge amounts of data with various attributes. A large amount of data with various attributes will have an interesting pattern. By knowing the pattern, this can provide information about the inpatients pattern. Data patterns can be found using data mining techniques. Association Rule is one technique that can be used to search for data patterns in data mining. One of the algorithms that can be used to solve the association rule problem is FP-Growth. This research is focused on FP-Growth algorithm implementation to find Assocation pattern between attribute of inpatient medical record data. FP-Growth is used because it has better performance than Apriori. The result of this research is the relationship between attribute data of inpatient data which include sex, age group, occupation, hospitalized duration, class, and main diagnosis. This study yields several patterns of inpatient associations. This association pattern provides various information about the pattern of inpatients. By doing a subjective analysis of these information can be a support decision to maintain and even improve the quality of RSUD Sukoharjo. Keyword: Association Rule, FP-Growth, Hospital, Inpatient
vii
KATA PENGANTAR
Puji Syukur kepada Allah SWT atas segala limpahan rahmat dan karunia-Nya, sehingga penulis dapat menyelesaikan skripsi ini. Sholawat dan salam senantiasa penulis haturkan kepada Nabi Muhammad SAW, keluarganya, para sahabatnya, dan kepada selutuh umatnya. Skripsi dengan judul “Association Rule Untuk Menentukan Pola Pasien Rawat Inap Menggunakan Algoritma FP-Growth (Studi Kasus: RSUD Sukoharjo)” ini penulis susun untuk memenuhi persyaratan mendapatkan gelar Strata Satu pada Program Studi Informatika Universitas Sebelas Maret. Penulis mengucapkan terima kasih kepada semua pihak yang berkontribusi dalam pembuatan skripsi ini dapat berwujud sebagaimana yang diharapkan, terutama kepada: 1. Bapak Prof. Ari Handono Ramelan M.Sc., Ph.D., selaku Dekan Fakultas MIPA Universitas Sebelas Maret. 2. Bapak Drs. Bambang Harjito M.App.Sc., Ph.D., selaku Kepala Program Studi Informatika Universitas Sebelas Maret. 3. Ibu Rini Anggrainingsih S.T.,M.T. selaku Pembimbing Akademis dan pembimbing I yang telah banyak memberikan petunjuk dan bimbingan dalam menyelesaikan intisari skripsi ini. 4. Ibu Denis Eka Cahyani S.Kom.,M.Kom selaku pembimbing II yang telah memberiakan saran serta bimbingan dalam menyelesaikan penulisan skripsi ini. 5. Bapak Dr Wiranto M.Kom.,M.Cs dan Ibu Sari Widya Sihwi S.Kom.,M.T.I. atas saran dan bimbingan dalam menyelesaikan skripsi ini. 6. Segenap pihak RSUD Sukoharjo yang telah bersedia memberikan data penelitian sehingga pengerjaan skripsi berjalan dengan lancar. 7. Keluargaku yang telah memberikan dukungan moral dan material. Penulis menyadari atas kekurangan dalam penulisan skripsi ini. Untuk itu penulis mengharapkan kritik dan saran yang membangun. Penulis berharap agar karya ini bermanfaat untuk pengembangan teknologi terutama di bidang Kesehatan dan Data Mining. Surakarta,
April 2017
Mahmud Efendi
viii
DAFTAR ISI Halaman HALAMAN JUDUL................................................................................................ i HALAMAN PERSETUJUAN ................................................................................ ii HALAMAN PENGESAHAN ................................................................................ iii MOTTO ................................................................................................................. iv PERSEMBAHAN ................................................................................................... v ABSTRAK ............................................................................................................. vi ABSTRACT .......................................................................................................... vii KATA PENGANTAR ......................................................................................... viii DAFTAR ISI .......................................................................................................... ix DAFTAR GAMBAR ............................................................................................ xii DAFTAR TABEL ................................................................................................ xiii DAFTAR LAMPIRAN ........................................................................................ xiv BAB I PENDAHULUAN ....................................................................................... 1 1.1
Latar Belakang Masalah ........................................................................... 1
1.2
Rumusan Masalah .................................................................................... 2
1.3
Batasan Masalah ....................................................................................... 2
1.4
Tujuan Penelitian ...................................................................................... 3
1.5
Manfaat Penelitian .................................................................................... 3
1.6
Sistematika Penulisan ............................................................................... 3
BAB II TINJAUAN PUSTAKA............................................................................. 4 2.1 Data Mining ................................................................................................... 4 2.2 Association Rule............................................................................................ 5 2.3 Algoritma FP-Growth.................................................................................... 6 ix
2.4 Lift ................................................................................................................. 9 2.5 Pengujian Konsistensi.................................................................................... 9 2.6 Penelitian Terkait ........................................................................................ 10 BAB III METODOLOGI PENELITIAN.............................................................. 12 3.1 Pengumpulan Data ...................................................................................... 13 3.2 Implementasi ............................................................................................... 13 3.2.1 Seleksi Data .......................................................................................... 13 3.2.2 Transformasi Data................................................................................. 15 3.2.3 FP-Growth ............................................................................................ 16 3.2.4 Association Rule ................................................................................... 16 3.3 Analisis Hasil .............................................................................................. 17 3.3.1 Analisis Pola Berkorelasi Positif .......................................................... 17 3.3.2 Pencarian Pola Asosiasi ........................................................................ 17 3.3.3 Pengujian Konsistensi Pola ................................................................... 18 3.3.4 Analisis Pola Asosiasi ........................................................................... 19 3.3.5 Pengujian Usability ............................................................................... 19 BAB IV HASIL DAN PEMBAHASAN .............................................................. 20 4.1 Data yang Diperoleh .................................................................................... 20 4.2 Hasil Implementasi ...................................................................................... 20 4.2.1 Hasil Seleksi dan Transformasi Data .................................................... 22 4.2.2 Hasil FP-Growth dan Association Rule ................................................ 23 4.4 Analisis Hasil .............................................................................................. 23 4.4.1 Analisis Persentase Pola Berkorelasi Positif ........................................ 23 4.4.2 Pencarian Pola Asosiasi ........................................................................ 24 4.4.3 Pengujian Konsistensi Pola................................................................... 25
x
4.4.4 Analisis Pola Asosiasi ........................................................................... 27 4.4.5 Pengujian Usability ............................................................................... 29 BAB V PENUTUP ................................................................................................ 32 5.1 Kesimpulan .................................................................................................. 32 5.2 Saran ............................................................................................................ 33 DAFTAR PUSTAKA ........................................................................................... 34 LAMPIRAN .......................................................................................................... 36
xi
DAFTAR GAMBAR Halaman Gambar 2.1 Contoh FP-Tree dan Tabel Header...................................................... 7 Gambar 2.2 contoh pembuatan FP-Tree ................................................................. 8 Gambar 3.1 Alur Penelitian................................................................................... 12 Gambar 3.2 Contoh Transformasi Data ................................................................ 15 Gambar 3.3 Contoh Bentuk Data Instance ........................................................... 15 Gambar 3.4 Mengubah Pembacaan Binary menjadi Unary.................................. 16 Gambar 3.5 Fungsional Filter Data Olah .............................................................. 18 Gambar 3.6 Fungsional Filter Pola Hasil .............................................................. 18 Gambar 4.1 Pseudocode Seleksi dan Transformasi Data ..................................... 21 Gambar 4.2 Pseudocode Algoritma FP-Growth ................................................... 21 Gambar 4.3 Pseudocode Teknik Association Rule ............................................... 22 Gambar 4.4 Hasil Transformasi Data.................................................................... 22 Gambar 4.5 Aplikasi Prototype Bussiness Analytic Pasien Rawat Inap ............... 23 Gambar 1 Tampilan Menu Home ......................................................................... 39 Gambar 2 Tampilan Menu Import Data ................................................................ 39 Gambar 3 Tampilan Data Asli .............................................................................. 40 Gambar 4 Tampilan Data Praproses 1 .................................................................. 40 Gambar 5 Tampilan Data Praproses 2 .................................................................. 41 Gambar 6 Tampilan Pencarian Pola (Filter Data Olah)........................................ 41 Gambar 7 Tampilan Pencarian Pola (Filter Pola Hasil) ....................................... 42
xii
DAFTAR TABEL Halaman Tabel 2.1 Contoh Dataset Transaksi ....................................................................... 7 Tabel 2.2 Contoh frequent items (ordered) Dataset Transaksi ............................... 8 Tabel 2.3 Contoh hasil Frequent Itemsets............................................................... 8 Tabel 2.4 Penelitian Terkait .................................................................................. 10 Tabel 2.4 Penelitian Terkait (lanjutan).................................................................. 11 Tabel 4.1 Persentase Pola Hasil dengan Nilai Lift >1 ........................................... 24 Tabel 4.2 Hasil Pencarian Pola ............................................................................. 25 Tabel 4.3 Pengaturan Percobaan ........................................................................... 26 Tabel 4.4 Hasil Uji Konsistensi Pola .................................................................... 27 Tabel 4.5 Hasil Pola Menarik................................................................................ 28 Tabel 4.6 Skala Penilaian Kuisioner SUS ............................................................. 30 Tabel 4.7 Kuisioner Pengujian Usability .............................................................. 30 Tabel 4.8 Hasil Kuesioner ..................................................................................... 31 Tabel 4.9 Rentang Penilaian SUS ......................................................................... 31 Tabel 1 Sampel Data yang Diperoleh ................................................................... 36 Tabel 1 Sampel Data yang Diperoleh (lanjutan) ................................................... 37
xiii
DAFTAR LAMPIRAN Halaman Lampiran 1 : Sampel Data yang Diperoleh ........................................................... 36 Lampiran 2 : Kuisioner Usability.......................................................................... 38 Lampiran 3 : Tampilan Aplikasi ........................................................................... 39
xiv