ITS Paper 27835 2508100100 Presentation

8/20/2019 ITS Paper 27835 2508100100 Presentation

1/32

L/O/G/O

Pemilihan Diet Nutrien bagi Penderita Hipertensi

Menggunakan Metode Klasifikasi Decision Tree

(Studi Kasus : RSUD Syarifah Ambami Rato Ebu)

Peneliti:

Ranny Wahyu Ningrat

2508 100 100

Pembimbing:

Prof. Ir. Budi Santosa, M.S.,Ph.D.

19690512 199402 1001


2/32

www.themegallery.com

Content

Pendahuluan

Pengumpulan & Pengolahan

Kesimpulan & Saran4

1

2

3

Tinjauan Pustaka

5 Daftar Pustaka


3/32


Latar Belakang

Perubahan pola

perilaku dan

pola makanan

Penurunanpenyakit infeksi

dan meningkatnya

penyakit

degeneratif

Hipertensi

Pemilihan

nutrien yang

sehat dan

seimbang

Khasanah (2012)


4/32


Latar belakang (1)

Kadar kolestrol,

garam yang

tinggi

Tingginya

peluang

Hipertensi

Komplikasi

beberapa

penyakit

degeneratif

Mambantu ahli gizi

dalam pemilihan

makanan selama

periode rawat inap


5/32


Latar Belakang (2)

Natrium LemakKarbohidrat

Pemilihan nutrienbagi penderita

hipertensi dan

komplikasi

Protein


6/32


Rumusan Masalah

Bagaimana menentukan nutrien yang sesuai

bagi pasien rawat inap penderita hipertensi

di RSUD Syarifah Ambami Rato EbuBangkalan dengan menggunakan metode

klasifikasi decision tree.


7/32


Tujuan Penelitian

Mengetahui pola data untukmengklasifikasikan kondisi pasien

Memilih model decision tree yangtepat untuk permasalahan ini

Menentukan diet nutrien yangtepat bagi penderita hipertensi.


8/32


Manfaat Penelitian

Sebagai rekomendasi bagi pihak RSUD

Syarifah Ambami Rato Ebu Bangkalan

agar dapat meningkatkan pelayanan

kesehatan bagi masyarakat.

Bagi penulis, dapat digunakan sebagai

proses pemahaman mengenai aplikasi

ilmu keteknik industrian khususnya

data m ining pada bidang klinis.


9/32


Ruang Lingkup

1. Penelitian dilakukan pada

pasien rawat inap penderita

hipertensi di RSUD Syarifah

Ambami Rato Ebu Bangkalan

pada Irna B dan Irna F.

2. Data yang dipergunakan pada

penelitian ini merupakan data

periode Januari 2011 hinggaMaret 2012.

3. Variabel psikis dan genetik

tidak dipertimbangkan dalam

penelitian ini.

BATASAN

1. Obat yang diberikan dokter

kepada penderita hipertensi

sudah sesuai dengan

kondisi pasien.

2. Data yang digunakan

dianggap cukup.

3. Variabel dari hasil ujilaboratorium yang tidak ada

nilainya dianggap bernilai

normal.

ASUMSI


10/32


Data Mining Decis ionTree

CART C 4.5

PemilihanNutrien


11/32


Data Min ing

TUJUAN :

• Mendapatkan informasi pada data yang

berskala besar.

• Menemukan keteraturan, pola atau hubungandata yang berukuran besar

Santosa (2007)


12/32


Dec ision Tree

• Bertujuan untuk mempartisi data secarasekuensial sehingga dapat memaksimalkan

perbedaan pada variabel yang bersifat

dependen.

Santosa (2007)


13/32


CART

• CART merupakan algoritma dari decision treeyang memiliki pemisah atribut biner. Hal ini

dikarenakan CART menggunakan partisi rekursif

untuk membagi data training ke dalam dua

segmen. Dimana setiap segmen berisi nilai

output yang seragam. Aviad & Roy, (2011)

= 1 −2

=1 ………

Santosa (2007)


14/32


C4.5

• Merupakan decision tree yang tidak biner karena dapat memiliki cabang lebih dari

dua pada setiap simpulnya.

Santosa (2007)

= −121… − 2

, = −

, = −

=1 2

, = (, ) (, )


15/32


Pengumpulan & Pengolahan

Data

Proses Pemilihan NutrienEksisting

Data Pasien

Pembuatan Decis ion Tree


16/32


Proses Penentuan Nutrien

Start

Masuk

Irna

Ada

Perubahan

Kindisi

Pasien Mencatat

Perubahan

Kondisi Pasien

Ya

Tidak

Mengantar Makanan

& Bertanya Kondisi

pada Pasien

Memeriksa

Rekam Medik

Pasien

AB

A

Ada Perubahan

Kindisi Pasien ?Mencatat

Perubahan

Kondisi Pasien

Ya

Tidak

Telah Masuk

semua Irna?

Tidak

Ya

B

Kembali ke

Instalasi Gizi

Menilai

Perubahan

Kondisi Pasien

Mempengaruhi

Pemberian

Nutrien ?

Tidak

Mengganti

Perubahan

Nutrien

Ya

Menghubungi

Instalasi Gizi

End


17/32


Standar Pemilihan Nutrien

HASIL DI ATAS NORMAL HASIL DI BAWAH NORMAL

Albumin Tinggi karbohidrat dan protein

Cholesterol Rendah lemak (lemak kolesterol)

Triglyceride Rendah karbohidrat dan lemak

Glucose Rendah gula murni

Creatinine Rendah protein nabati

Uric Acid Rendah purin

JENIS

PEMERIKSAAN

DIET NUTRIEN

Tinggi protein dan gula, rendah makanan

pengawet dan mengandung karbonGPT / AST


18/32


Variabel

Triglyceride

CreatinineUsia

Glucose

Urid acid

Nutrien

Variabel

Jenis

Kelamin

Albumin

GPT

TDSTDD

Cholesterol


19/32


Pengumpulan Data

• Dilakukan pada 232 pasien• Terkumpul 1.305 data

• Dipergunakan 146 data


20/32


Simbol Diet

1 Rendah natrium

2 Rendah natrium dan gula murni

3 Rendah natrium, gula murni, karbohidrat, dan lemak

4 Rendah natrium, karbohidrat, dan lemak

5 Rendah natrium, gula murni, karbohidrat, lemak, dan kolesterol

6 Rendah natrium dan kolesterol7 Rendah natrium, gula murni, dan kolesterol

8 Rendah natrium, karbohidrat, lemak, dan kolesterol

9 Rendah natrium, gula murni, karbohidrat, lemak, kolesterol, dan protein

10 Rendah natrium, karbohidrat, dan protein

11 Rendah natrium, gula murni, karbohidrat, kolesterol, dan protein

12 Rendah natrium, gula murni, karbohidrat, lemak, dan protein

13 Rendah natrium, karbohidrat, lemak, kolesterol, dan protein

14 Rendah natrium, karbohidrat, lemak, dan protein15 Rendah natrium, karbohidrat, kolesterol, dan protein

16 Rendah natrium, gula murni, dan kolesterol; tinggi karbohidrat dan protein

17 Rendah natrium, dan gula murni; tinggi karbohidrat dan protein

KeteranganSimbol

Nutrien


21/32


Simbol Diet

18 Rendah natrium, dan kolesterol; tinggi karbohidrat dan protein

19 Rendah natrium; tinggi karbohidrat dan protein

20 Rendah natrium; tinggi protein, dan gula

21 Rendah natrium, karbohidrat, lemak, dan kolesterol; tinggi protein, dan gula

22 Rendah natrium, dan kolesterol; tinggi karbohidrat, protein, dan gula

23 Rendah natrium; tinggi karbohidrat, protein, dan gula

24 Rendah natrium, gula murni, dan protein nabati

25 Rendah natrium, gula murni, karbohidrat, lemak, dan protein nabati

26 Rendah natrium, kolesterol, dan protein nabati

27 Rendah natrium, gula murni, kolesterol, dan protein nabati

28 Rendah natrium, gula murni, karbohidrat, dan protein

29 Rendah natrium, gula murni, karbohidrat, lemak, kolesterol, dan purin

30 Rendah natrium, gula murni, dan purin

31 Rendah natrium, dan protein nabati; tinggi protein, dan gula

32 Rendah natrium, gula murni, protein nabati, dan purin

33 Rendah natrium, gula murni, kolesterol, protein nabati, dan purin; tinggi karbohidrat

KeteranganSimbol

Nutrien


22/32


Hasil CART Gl

Tg

Al Cr

Cl Al

Cl

Cl

UA

Tg

Cl

=110

>=151=146,5=3,84=0,935=200,5=205,5


23/32


Hasil C4.5 Cl

Gl

Al

Cr

GPT Tg

UC

217

>5,7>1093,75=0,935143

19

Cr

108

GPT

34

23 Tg

143

1 Cr

1,01

10

>59

6

Cl


24/32


Analisa

1. Ukuran 39 simpul dengan 20

daun.2. Variabel penanya adalah

glucose.

3. Tidak menggunkan variabel

jenis kelamin, usia, TDS, dan

TDD.

4. Menghasilkan 15 keputusan

yang berbeda.

5. Jumlah perbedaan 157.

CART

1. Ukuran 43 simpul dengan 22

daun.2. Variabel penanya adalah

cholesterol .

3. Tidak menggunkan variabel

jenis kelamin, TDS, dan

TDD.4. Menghasilkan 18 keputusan

yang berbeda.

5. Jumlah perbedaan 32.

C4.5


25/32


Kesimpulan

Pola

• Pola data yang terbentuk pada kedua model yangdigunakan tidak mempertimbangkan variabel jenis kelamin,TDS, dan TDD.

Model• Model yang sesuai untuk kasus ini yaitu model C4.5,

dimana pertimbanggan yang diperoleh tidak memilikiperbedaan yang signifikan dengan kondisi eksisting.

Variabel

• Pemilihan diet nutrien yang tepat bagi pasien hipertensidapat dilakukan dengan mempertimbangkan kandungancholesterol dalam darah, kemudian diikuti dengan nilaiglukose, uric acid , albumin, creatinin, GPT, triglyseride, dan

usia.


26/32


Penelitian selanjutnya

dilakukan dengan data hasil uji

laboratorium yang memiliki

kelengkapan nilai.

Memasukkan faktor masalah

psikologis (seperti stres) danfaktor genetis.

Saran


27/32


Daftar Pustaka• Aviad, B. & Roy, G. 2011. Classification by Clustering Decision Tree-Like

Classifier Based on Adjusted Clusters. Expert System with Applications, 38,8220-8228.

• Beck, M.E. 2011. Ilmu Gizi dan Diet, Hubungannya dengan Penyakit-

Penyakit untuk Perawat & Dokter. Yogyakarta : Andi Yogyakarta.

• Chien, C.F., & Chen, L.F. 2008. Data Mining to Improve Personel Selection

and Enhace Human Capital: A Chase Study in High-Technology Industry.Expert Systems with Applications, 34, 280–290.

• Deshpande, S.P. 2010. Data Mining System and Applications: A Review.

International Journal of Distributed and Parallel Systems, 1, 32-44.

• Dash, U.N. 2000. Nutritional Factor in the Pathobiology of Human Assential

Hypertension.

• Fathina, U.A. 2007. Hubungan Asupan Sumber Lemak dan Indeks Masa

Tubuh (IMT) dengan Tekanan Darah pada Penderita Hipertensi. Artikel

Penelitian. Semarang. Universitas Diponogoro.

• Hardinge, M.G., & Shryock, H. 2003. Kiat Keluarga Sehat : Mencapai Hidup

Prima dan Bugar. Jilit 1 : Pola Hidup. Bandung : Indonesia Publising House.


28/32


Daftar Pustaka

• Hardinge, M.G., & Shryock, H. 2003. Kiat Keluarga Sehat : Mencapai Hidup

Prima dan Bugar. Jilit 3 : Kesehatan Keluarga dan Berbagai Penyakit

Umum. Bandung : Indonesia Publising House.

• Irza, S. 2009. Analisis Faktor Resiko Hipertensi pada Masyarakat Nagari

Bungo Tanjung, Sumatra Barat. Skripsi. Medan. Universitas Sumatra Utara.

Khasanah, N. 2012. Waspadai Beragam Penyakit Degeneratif Akibat Pola

Makan. Jogjakarta : Laksana.• Kim, M.J., Lee, S.J., Ahn, Y.H, Bowen, P., & Lee, H. 2008. Nutrient Profiles

of Korean-Amerikas, Non-Hispanic Whites and Blacks With and Without

Hypertension in the United States. Asian Nursing Research, 2(3), 141-149.

• Kiranja, N., et al. 2007. Acceptability of Sodium-reduced Research Diets

Including the Dietary Approaches to Stop Hypertension Diet, among Adult

with Prehypertension and Stage 1 Hypertension. American Dietetic

Association, 107, 1530-1538.

• Kurnia, R. 2007. Karakteristik Penderita Hipertensi yang Dirawat Inap di

Bagian Penyakit Dalam Rumah Sakit Umum Kota Padang Panjang Sumatra

Barat Tahun 2002-2006. Skripsi. Medan. Universitas Sumatra Utara.


29/32


Daftar Pustaka

• Murwani, A. 2011. Perawatan Pasien Penyakit Dalam. Yogyakarta :

Goshyen Publishing.

• Nurrahmani, U. 2012. Stop! Hipertensi. Yogyakarta : Familia.

• Oztekin, A., Kong, Z.J., & Delen, D. 2011. Development of a Structural

Equation Modeling-Based Decision Tree Methodology for the Analysis of

Lung Transplantations. Decision Support System, 51, 155-166.

• Roslina. 2008. Analisa Determinan Hipertensi Esensial di Wilayah KerjaTiga Puskesmas Kabupaten Deli Serdang Tahun 2007. Tesis. Medan.

Universitas Sumatra Utara.

• Santosa, B. 2007. Data mining: Teknik Pemanfaatan Data untuk Keperluan

Bisnis. Yogyakarta : Graha Ilmu.

• Syahril, M. 2011. Konversi Data Training tentang Penyakit Hipertensimenjadi Bentuk Pohon Keputusan dengan Teknik Klasifikasi menggunakan

Tools Rapid Miner 4.1. Jurnal SAINTIKOM , 10, 103-109.

• Silitonga, L. 2009. Karakteristik Penderita Hipertensi yang di Rawat Inap di

Rumah Sakit Umum Daerah Porsea Kabupaten Toba Samosir Tahun 2005-

2007. Skripsi. Medan. Universitas Sumatra Utara.


30/32


Daftar Pustaka

• Simarmata, M. A. 2006. Perilaku Pegawai PT. Bank Kesawan Tbk, Cabang

Pematang Siantar terhadap Pencegahan Penyakit Degeneratif Tahun 2006.

Skripsi. Medan. Universitas Sumatra Utara.

• Tjokoprawiro, A., Setiawan P.B., Santoso, D., & Soegiarto, G. 2007. Buku

Ajar Ilmu Penyakit Dalam. Surabaya : Airlangga University Press.

• Yeh, J-Y., Wu, T-H., & Tsao, C-W. 2011. Using Data Mining Techniques to

Ptedict Hospitalization of Hemodialysis Patients. Decision Support System,50, 439-448.


31/32


Surat Penerimaan


32/32

L/O/G/O

www themegallery com

Thank You!

ITS Paper 27835 2508100100 Presentation

Documents

Transcript of ITS Paper 27835 2508100100 Presentation