penambahan data yang digunakan di dalam sistem maka admin dapat menambahkannya.
2. Dinas Puskesmas Jebed Pemalang
Aktor yang berperan dalam memilih pemantauan jumlah penyakit. Dinas Puskesmas Jebed Pemalang dapat melihat hasil data penyakit
yang telah diolah oleh sistem.
3.3 Mengubah data penyakit ke dalam gudang data
data warehouse
3.3.1 Membaca Data Legacy
Data yang digunakan dalam tugas akhir ini berupa Laporan Bulanan Data Kesakitan Kunjungan Total di Puskesmas Jebed, Kabupaten Pemalang periode
tahun 2010 hingga 2012. Bahan data tersebut berupa dokumen
excel
yang berisi : 1.
Jenis Penyakit 2.
Jumlah Kasus Baru 3.
Jumlah Kasus Lama 4.
Jumlah Kunjungan 5.
Kelompok Umur 6.
Jumlah Total 7.
Bulan Pada studi kasus ini, sumber data dari gudang data berbentuk dalam
dokumen
excel
. Sebelum data dipindahkan dalam gudang data, harus dilakukan tahap
preprocessing
. Untuk tahap-tahap
pre-processing
yang dilakukan adalah : Mengubah spasi pada header dengan garis bawah _
Menghilangkan data yang bukan merupakan penyakit Menambahkan kolom bulan dan tahun
1. Mengubah spasi pada header dengan garis bawah _ karena pada
database untuk penamaan kolom tidak bisa menggunakan spasi, sedangkan header pada
excel
digunakan untuk penamaan kolom.
Gambar 3.3 Langkah
preprocessing
mengubah header
JENIS_PENYAKIT Typus Perut
Infeksi Bakteri Lain Amoebiasis
Diare dan Gastroenteritis non spesifik TB paru BTA +
TB Klinis Termasuk Rongent + BTA -
Varicella Herpes Zoster
Campak Hepatitis A Akuta
JENIS PENYAKIT Typus Perut
Infeksi Bakteri Lain Amoebiasis
Diare dan Gastroenteritis non spesifik
TB paru BTA + TB Klinis Termasuk Rongent +
BTA - Kusta MB
Varicella Herpes Zoster
Campak
2. Menghilangkan data yang bukan merupakan penyakit, misalkan
kecelakaan.
Gambar 3.4 Langkah
preprocessing
menghapus data bukan penyakit
3. Menambah kolom bulan dan tahun, agar laporan dapat didapatkan
informasi laporan dalam periode bulan ataupun tahun.
SP2TP ICD-
X JENIS PENYAKIT
0101 A00
Kolera 0102
A01 Typus Perut
0103 A04
Infeksi Bakteri Lain 0106
A06 Amoebiasis
3805 L08
Penyakit kulit infeksi lain 3808
L23 Penyakit Kontak Alergi
3809 L29
Pruritus 3812
L50 Urticaria
4001 M06 Rhumatoid Arthritis lain 4002 M10 Goot
4008 M13 Arthritis tidak spesifik 4701
V89 Kecelakaan lalu lintas
4702 W19 Jatuh 4708
Y07 Kecelakaan kerja
4804 Z48
Follow up tindakan operasi misal bk jhitn, bk pmbalut
3805 L08
Penyakit kulit infeksi lain 3808
L23 Penyakit Kontak Alergi
3809 L29
Pruritus 3812
L50 Urticaria
4001 M06 Rhumatoid Arthritis lain 4002 M10 Goot
4008 M13 Arthritis tidak spesifik
0105 A09
Diare dan Gastroenteritis non spesifik
0201 A15
TB paru BTA +
0204 A16
TB Klinis Termasuk Rongent + BTA -
0209 A16
TB Anak 0304
A30 Kusta PB
0305 A30A Kusta MB
Gambar 3.5 Langkah
preprocessing
menambah kolom bulan dan tahun
Kemudian data laporan tersebut dipisah-pisah sesuai dengan kebutuhan pengguna untuk melihat laporan. Data yang terpisah ini nantinya juga akan
SP2TP ICD-X
BULAN TAHUN
JENIS_PENYAKIT 0102
A01 1
2011 Typus perut
0103 A04
1 2011
Infeksi Bakteri Lain 0106
A06 1
2011 Amoebiasis
0105 A09
1 2011
Diare dan Gastroenteritis non spesifik
0201 A15
1 2011
TB Paru BTA + 0204
A16 1
2011 TB Klinis Termasuk Rongent +
BTA - 0305
A30A 1
2011 Kusta MB
0404 A90
1 2011
Dengue Fever 0407
B01 1
2011 Varicella
0408 B02
1 2011
Herpes Zoster
digunakan dalam tugas akhir ini sebagai tabel dimensi dan tabel fakta. Data laporan tersebut dipisahkan sebagai berikut :
1. Nama penyakit, meliputi SP2TP, ICD-X, dan Jenis_Penyakit
2. Waktu, meliputi id_bulan, id_tahun, nama_bulan, tahun
3. Kelompok Umur, meliputi id_klpk_umur, nama_kelompok_umur
4. Penyakit, meliputi SP2TP, ICD-X, Bulan, Tahun, Jenis_Penyakit, 0-
28hr_B, 0-28hr_L, 0-28hr_K, 28hr-1th_B, 28hr-1th_L, 28hr- 1th_K, 1-4th_B, 1-4th_L, 1-4th_K, 5-14th_B, 5-14th_L, 5-14th_K,
15-44th_B, 15-44th_L, 15-44th_K, 45-54th_B, 45-54th_L, 45- 54th_K, 55-60th_B, 55-60th_L, 55-60th_K, diatas_60th_B,
diatas_60th_L, diatas_60th_K, B, L, K, B+L+K.
3.3.2 Menggabungkan data dari berbagai sumber terpisah