Search for collections on Repository Universitas Maritim Raja Ali Haji

KLASIFIKASI DATA REKAM MEDIS BERDASARKAN INTERNATIONAL STATISTICAL CLASSIFICATION OF DISEASES (ICD-10) MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (K-NN)

Mohamad Farhan, Azahry and Martaleli, Bettiza and Nola, Ritha (2021) KLASIFIKASI DATA REKAM MEDIS BERDASARKAN INTERNATIONAL STATISTICAL CLASSIFICATION OF DISEASES (ICD-10) MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR (K-NN). S1 thesis, Universitas Maritim Raja Ali Haji.

[img] Text
MohamadFarhanAzahry_160155201016_Informatika - 160155201016 Mohamad Farhan Azahry.pdf
Restricted to Registered users only

Download (1MB)
Official URL: https://lib.umrah.ac.id

Abstract

Rumah sakit merupakan institusi pelayanan kesehatan yang menyelenggarakan pelayanan kesehatan perorangan secara paripurna yang menyediakan pelayanan rawat inap, rawat jalan dan gawat darurat. Secara umum manfaat rekam medis pada rumah sakit yaitu sebagai penunjang tertib administrasi dalam rangka upaya peningkatan pelayanan kesehatan di rumah sakit. Namun, setelah tujuan administratif tersebut terpenuhi data rekam medis pasien akan menjadi arsip untuk disimpan sesuai dengan Permenkes 269/Menkes/Per/III/2008 dalam bab IV pasal 8 mengatur bahwa Rekam medis pasien rawat inap di rumah sakit wajib disimpan sekurangkurangnya untuk jangka waktu 5 (lima) tahun terhitung dari tanggal terakhir pasien berobat atau dipulangkan. Pada akhirnya data rekam medis yang bertambah setiap harinya menjadi tumpukan data. Oleh karena itu penulis berkeinginan untuk membuat sebuah sistem yang dapat mengolah data rekam medis rumah 2 sakit berupa klasifikasi penyakit berdasarkan International Statistical Classification of Disease and Related Health Problem (ICD-10). Penelitian menggunakan data rekam medis yang sudah ada sebelumnya dengan jumlah 1000 data. Dimana percobaan data tersebut dibagi menjadi 3 variasi untuk percobaan sistem yaitu 21 kelas ICD-10, 11 kelas ICD-10, dan 3 kelas ICD-10. Hasil penelitian ini mendapatkan hasil akurasi tertinggi 73,13% pada percobaan data 80% : 20%.dengan 3 kelas ICD-10.

Item Type: Thesis (S1)
Subjects: 000 Karya Umum > 000. Ilmu Umum dan Komputer > 005.11.Pemrograman Khusus
Divisions: Fakultas Teknik > Program Studi Teknik Informatika
Depositing User: Admin Repositori UMRAH
Date Deposited: 06 Dec 2021 04:24
Last Modified: 06 Dec 2021 04:24
URI: http://repositori.umrah.ac.id/id/eprint/2105

Actions (login required)

View Item View Item