APLIKASI DATA MINING UNTUK IDENTIFIKASI POLA PENYAKIT OSTEOARTHRITIS KNEE DENGAN MENGGUNAKAN ALGORITMA APRIORI

Menurut Data Riset Kesehatan Dasar Nasional Tahun 2018 prevalensi penyakit Osteoarthritis di Indonesia sebesar 7,3 % dari total populasi. Bahkan penyakit yang erat dikaitkan dengan pertambahan usia ini ditemukan pada rentang usia 15 -24 tahun dengan prevalensi 1,23 %. Pada tahun 2021, Osteoarthritis knee masuk ke dalam 10 Besar Diagnosis Penyakit Terbanyak di RS Ortopedi Prof DR
R Soeharso Surakarta. Banyaknya data pasien Osteoarthritis knee jika dilakukan Analisa maka dapat memberikan informasi baru untuk mengetahui pola penyakit. Penelitian ini menggunakan Algoritma Apriori yaitu algoritma data mining yangterkenal dalam menemukan pola kemunculan frekuensi data. Data yang digunakan dalam penelitian ini adalah data pasien selama Januari – Desember 2021 dengan
diagnosis Osteoarthritis knee sebanyak 972.
Dalam penelitian ini metode yang digunakan peneliti terdiri dari dua yaitu yang pertama adalah metode pengambilan data tedapat observasi, wawancara, studi literatur. Yang kedua adalah metode pengembangan sistem menggunakan metode waterfall, terdapat analisa kebutuhan menggunakan analisa PIECES, dimana terdapat class diagram, use case diagram, activity diagram dan testing
menggunakan teknik black box.
Hasil penelitian berdasarkan 972 data yang digunakan, Aturan Asosiasi yang memenuhi minimum support 10 dan minimum confidence 0.8 (80%) adalah Jika Pasien mempunyai diagnosis M17.0 , IMT Gemuk , Tidak Bekerja, maka Pasien yang berjenis kelamin Perempuan sebesar 0.85 (85%) diperoleh di confidence itemset 4 dengan lift ratio sebesar 1,16. Dengan aplikasi data mining dihasilkan metode yang memberikan informasi baru dari kumpulan data rekam medis dan dapat dimanfaatkan manajemen RS dalam mendukung pengambilan kebijakan terkait pengembangan layanan maupun peningkatan upaya preventif pencegahan penyakit Osteoarthritis knee agar lebih tepat sasaran.