PKM PENINGKATAN KOMPETENSI DOSEN MELALUI PELATIHAN DATA MINING DENGAN TOOLS RAPID MINER PADA PROGRAM PASCASARJANAPROGRAM STUDI S2 ILMU KESEHATAN MASYARAKAT UNIVERSITAS HANG TUAH PEKANBARU
DOI:
https://doi.org/10.25311/prosiding.Vol2.Iss1.128Keywords:
Diabetes, Data Mining, Prediksi , Dosen, Pohon KeputusanAbstract
Perkembangan teknologi di era Industri 4.0 membuka peluang yang sangat besar dalam pengumpulan dan pengolahan data. Saat ini, data kesehatan memproduksi sekitar 30% dari seluruh data global, dan pada tahun 2025, angka ini akan mencapai 36%. Kemampuan untuk memahami data yang tersegmentasi tersebut dapat memberikan keuntungan strategis yang besar bagi organisasi medis di mana pun. Jumlah data yang besar ini dapat di lakukan penelitian-penelitian dengan berbagai pendekatan diantaranya adalah dengan menggunakan Pendekatan Data Mining. Data Mining dapat diterapkan untuk menemukan pola pengetahuan dari profil pasien dan data riwayat kesehatannya (History data pasien). Pengetahuan yang diperoleh dapat digunakan analisis dan pengambilan keputusan, antara lain untuk memprediksi jenis penyakit, mengetahui pola penyebaran penyakit, dan melihat efektifitas pengobatan. Sebagian Dosen Program Studi S2 Kesehatan Masyarakat belum banyak mengetahui konsep dasar Analisis Data dengan menggunakan konsep Data Mining . Kegiatan ini bertujuan untuk memberi pengetahuan tentang analisis data-data kesehatan dengan menggunakan Pendekatan Data Mining kepada Dosen-dosen Program Studi S2 Kesehatan Masyarakat. Teknik Data Mining yang dibahas adalah Prediksi penyakit diabetes menggunakan Algoritma Decision Tree. Data yang digunakan diperoleh dari data publik yaitu Kaggle dengan 786 data yang terdiri dari 9 atribut. Kumpulan data ini berasal dari Institut Nasional Diabetes dan Penyakit Pencernaan dan Ginjal. Tujuan dari kumpulan data ini adalah untuk memprediksi secara diagnostik apakah seorang pasien menderita diabetes, berdasarkan pengukuran diagnostik tertentu yang termasuk dalam kumpulan data tersebut.
Downloads
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Eka Sabna, Azlina Azlina

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