Analisis Data INACBG's Menggunakan Algoritma FP-Growth Dengan Dukungan Visualisasi Data

Abstract

Dalam perkembangan dunia kesehatan, analisis data memainkan peran kunci dalam memahami tren dan pola di sektor kesehatan. Sistem Ina-CBG's (Ina Case Base Groups) menyediakan data penting yang mencakup berbagai aspek perawatan pasien. Algoritma FP-Growth, metode pertumbuhan pola untuk data transaksional, menawarkan pendekatan yang kokoh untuk mengungkap hubungan dalam dataset yang besar dan kompleks. Penelitian ini bertujuan untuk menganalisis data INACBG's menggunakan algoritma FP-Growth dengan dukungan visualisasi data. Tujuan utama adalah mengungkap pola tersembunyi dan asosiasi dalam data INACBG's. Dengan menggabungkan metodologi FP-Growth dengan visualisasi data, penelitian ini bertujuan untuk memberikan penjelasan tentang hubungan antara diagnosa dan potensinya untuk meningkatkan pengambilan keputusan di domain kesehatan.