22
BAB III
METODOLOGI PENELITIAN
Pada bab ke tiga ini, akan dijelaskan tentang analisa kebutuhan, data penelitian, skenario pengambilan data, analisa pengolahan data, analisa
kebutuhan pengguna, spesifikasi hardware dan software yang digunakan serta beberapa user interface awal.
3.1. Data Penelitian
3.1.1. Data Diabetes
Data diabetes yang digunakan nantinya adalah data gejala penyakit diabetes sebanyak 274 data kotor, yang diperoleh dari studi kasus di
rumah sakit di Rumah Sakit Panti Nugroho Pakem, Daerah Istimewa Yogyakarta.
Data tersebut nantinya akan dikelompokkan menjadi 26 atribut termasuk atribut kelas.
Tabel 3. 1 Pengelompokan Data Mentah
No Nama
Atribut Keterangan
Bobot
1. No. RM
Nomer kode pasien Nomor ID
2. SEX
Jenis kelamin pasien Laki-laki
Perempuan 1..2 3.
Umur Umur pasien
1..n 4.
Faktor Keturunan
Atribut ini menentukan adanya
sifat penyakit turunan atau tidak tentang
riwayat penyakit yang diderita pasien
Penyakit turunan atau bukan 1...2
5. Gangguan
pada sistem Pernafasan
Atribut ini menentukan adanya
gangguan atau tidak pada sistem
pernafasan pasien dada
Bermasalah-tidak bermasalah
1..2
6. Gangguan
pada sistem kerja
Jantung dan Darah
Atribut ini menentukan adanya
gangguan atau tidak pada sistem kerja
jantung dan darah pasien
Bermasalah-tidak bermasalah
1..2
7. Gangguan
pada sistem Integumen
Atribut ini menentukan adanya
gangguan atau tidak pada sistem
integumen pasien Bermasalah-tidak
bermasalah 1..2
8. Gangguan
pada sistem saraf
Atribut ini menentukan adanya
gangguan atau tidak pada sistem saraf
pasien Bermasalah-tidak
bermasalah 1..2
9. Gangguan
pada sendi Atribut ini
menentukan adanya gangguan atau tidak
pada sistem kerja sendi pasien
Bermasalah-tidak bermasalah
1..2
10. Gangguan
pada sistem penglihatan
Atribut ini menentukan terganggu
atau tidaknya sistem penglihatanindra
pasien Bermasalah-tidak
bermasalah 1..2
11. Gangguan
pada sistem pendengara
n Atribut ini
menentukan terganggu atau tidaknya sistem
pendengaran pasien Bermasalah-tidak
bermasalah 1..2
12. Gangguan
pada sistem penciuman
Atribut ini menentukan terganggu
atau tidaknya sistem penciuman pasien
Bermasalah-tidak bermasalah
1..2 13.
Gangguan pada sistem
pencernaan Atribut ini
menentukan terganggu atau tidaknya sistem
pencernaan pasien Bermasalah-tidak
bermasalah 1..2
14. Gula darah
saat puasa Atribut ini
mendapatkan informasi tentang
tingginya gula darah pasien saat puasa
0..n
15.
Gula darah 2 jam PP
Atribut ini mendapatkan
informasi tentang tingginya gula darah
pasien setelah 2 jam makan
0..n
16.
Creatine Atribut ini
mendapatkan informasi tentang
tingginya kadar creatine dalam tubuh
0..n
17.
Urea Atribut ini
mendapatkan informasi tentang
tingginya kadar urea dalam tubuh
0..n PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
18.
Hemoglobin Atribut ini
mendapatkan informasi tentang
tingginya kadar HMG dalam tubuh
0..n
19.
Hematokrit Atribut ini
mendapatkan informasi tentang nilai
tingginya kadar hematokrit dalam
tubuh 0..n
20.
Leukosit Atribut ini
mendapatkan informasi tentang nilai
tingginya kadar leukosit dalam tubuh
0..n
21. Neutrosit
neutrofil Atribut ini
mendapatkan informasi tentang nilai
tingginya kadar neutrofil dalam tubuh
0..n
22.
Trombosit Atribut ini
mendapatkan informasi tentang nilai
tingginya kadar trombosit dalam tubuh
0..n
23.
Eritrosit Atribut ini
mendapatkan informasi tentang nilai
tingginya kadar eritrosit dalam tubuh
0..n
24. RDW-SD
Atribut ini mendapatkan
0..n PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
informasi tentang nilai RDW-SD dalam
tubuh 25.
MPV Atribut ini
mendapatkan informasi tentang nilai
MPV dalam tubuh 0..n
26.
Kelas Atribut ini
menentukan klasifikasi diabetes
yang diderita pasien 2 DM
3 DM_Hiperglikemia
4 HT_DM 5 Ulkus_DM
6 DM_Neuropati
Dari data-data tersebut, didapatkan 258 data bersih, yang mana data itu akan masuk ke proses selanjutnya. Dan pada saat melakukan proses
mining , yang dipakai adalah 25 atribut yaitu menghilangkan no.RM.
3.1.2. Skenario Pengambilan Data