mik.umsida.ac.id – Diabetes Mellitus masih menjadi salah satu penyakit kronis dengan angka kematian tinggi di Indonesia.
Namun di tengah meningkatnya kasus diabetes, teknologi berbasis data kini mulai dimanfaatkan untuk membantu membaca pola risiko pasien secara lebih akurat.
Salah satunya melalui penggunaan algoritma K-Means Clustering dengan bantuan aplikasi RapidMiner.
Riset ini dilakukan oleh dosen Manajemen Informasi Kesehatan (MIK) Fakultas Ilmu Kesehatan Universitas Muhammadiyah Sidoarjo (FIKES Umsida).
Penelitian berjudul Penggunaan Algoritma K-Means Clustering Aplikasi Rapid Miner untuk Menganalisis Tingkat Kematian Pasien Diabetes Mellitus di Rumah Sakit Umum Daerah Ibnu Sina Gresik .
Data Rumah Sakit Tidak Lagi Sekadar Arsip
Selama ini, data rekam medis di rumah sakit sering hanya dianggap sebagai arsip administrasi pasien. Padahal, data tersebut menyimpan banyak informasi penting yang dapat membantu tenaga kesehatan memahami pola penyakit dan risiko kematian pasien.
Baca Juga: Peran Aplikasi Web dalam Monitoring Pelayanan Kesehatan
Riset ini memanfaatkan data rekam medis pasien Diabetes Mellitus di RSUD Ibnu Sina Gresik sebanyak 266 data pasien. Variabel yang dianalisis meliputi usia, lama rawat inap, dan status akhir pasien .
Melalui pendekatan data mining, data tersebut diolah menggunakan algoritma K-Means Clustering untuk menemukan pola tertentu yang sulit dianalisis secara manual.
Metode ini memungkinkan pasien dikelompokkan berdasarkan karakteristik yang mirip sehingga pola risiko lebih mudah terlihat.
RapidMiner Permudah Analisis Risiko Pasien
Penelitian ini menggunakan aplikasi RapidMiner sebagai alat bantu analisis data. RapidMiner dipilih karena mampu melakukan proses pengolahan data secara visual dan terstruktur tanpa pemrograman yang rumit .
Dalam prosesnya, data pasien terlebih dahulu melalui tahap preprocessing seperti pembersihan data, transformasi, hingga normalisasi agar hasil analisis menjadi lebih akurat.
Lihat Juga: Keunggulan Ekstrak Daun Kersen sebagai Antidiabetes Herbal yang Aman dan Efektif
Setelah itu, algoritma K-Means mulai mengelompokkan pasien ke dalam beberapa klaster berdasarkan karakteristik usia dan kondisi pasien.
Hasil penelitian menunjukkan adanya tiga kelompok utama pasien, yakni usia 0–40 tahun, 41–55 tahun, dan 56–90 tahun . Menariknya, kelompok usia 56–90 tahun menjadi klaster dengan angka kematian tertinggi dibanding kelompok lainnya.
Temuan ini memperlihatkan bahwa usia menjadi faktor penting yang memengaruhi tingkat kematian pasien Diabetes Mellitus.
Teknologi Data Mining Mulai Dibutuhkan Dunia Kesehatan
Penelitian ini menunjukkan bahwa teknologi data mining tidak hanya digunakan di dunia bisnis atau industri digital, tetapi juga mulai memiliki peran penting dalam pelayanan kesehatan.
Dengan analisis berbasis data, rumah sakit dapat lebih cepat mengenali kelompok pasien yang memiliki risiko tinggi.
Informasi tersebut nantinya dapat membantu tenaga kesehatan menentukan prioritas penanganan, meningkatkan upaya pencegahan, hingga menyusun strategi pelayanan yang lebih tepat sasaran.
Selain itu, hasil penelitian juga menunjukkan bahwa lama rawat inap ternyata tidak memiliki pengaruh signifikan terhadap tingkat kematian pasien diabetes . Hal ini membuktikan bahwa faktor usia jauh lebih berpengaruh dibanding durasi perawatan.
Melalui penelitian ini, berharap pemanfaatan teknologi analisis data kesehatan dapat terus dikembangkan. Sebab di era digital saat ini, data bukan lagi sekadar kumpulan angka, tetapi sumber informasi penting yang dapat membantu menyelamatkan nyawa pasien.(Elfirarm)
Sumber: Riset Suci Ariani SKom MSc &Tim.
