Pencarian Pola Asosiasi Keluhan Pasien Menggunakan Teknik Association Rule Mining

Perkembangan dan pertumbuhan data di bidang kesehatan semakin meningkat dan bertambah, baik dari kualitas maupun kuantitas, dilihat dari sisi kualitas, perkembangan data ini mengalami perubahan dari bentuk dokumen tulis menjadi dokumen digital atau yang biasanya kita sebut dengan file. Isu yang muncul adalah apakah informasi yang bisa diambil atau didapatkan dari sekian banyak data medis yang tersedia hanya berupa informasi – informasi pada umumnya, sedangkan dari suatu basis data yang tersedia seringkali memuat beberapa variabel sekaligus, bahkan apabila diteliti lebih jauh lagi, basis data yang berbeda bisa jadi memuat beberapa variabel yang sama, dari isu tersebut maka diperlukan suatu metode untuk bisa menggali lebih dalam informasi – informasi yang belum diketahui. Berkaitan dengan data medis serta data mining, maka penelitian kali ini akan membahas tentang implementasi atau kegunaan dari data mining pada data kunjungan pasien dengan cara menerapkan association rule mining untuk mendapatkan pola – pola asosiasi dari basis data kunjungan pasien yang tersedia menggunakan algoritma apriori dan algoritma FP-Growth. Baik algoritma apriori dan algoritma FP-Growth menghasilkan output yang sama. Perbedaan hasil uji coba terletak pada jumlah rule asosiasi yang ditemukan, dengan menggunakan algoritma apriori ditemukan 3 buah rule asosiasi, sedangkan ketika digunakan algoritma FP-Growth ditemukan 2 buah rule asosiasi, hal ini terjadi pada saat  uji coba yang dilakukan menggunakan confidence sebesar 80%.