L/O/G/O. Pemilihan Diet Nutrien bagi Penderita Hipertensi Menggunakan Metode Klasifikasi Decision Tree (Studi Kasus : RSUD Syarifah Ambami Rato Ebu)

Transkripsi

1 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 Pembimbing: Prof. Ir. Budi Santosa, M.S.,Ph.D

2 Content Pendahuluan Tinjauan Pustaka Pengumpulan & Pengolahan Kesimpulan & Saran 5 Daftar Pustaka

3 Latar Belakang Perubahan pola perilaku dan pola makanan Penurunan penyakit infeksi dan meningkatnya penyakit degeneratif Khasanah (2012) Pemilihan nutrien yang sehat dan seimbang Hipertensi

4 Latar belakang (1) Kadar kolestrol, garam yang tinggi Tingginya peluang Hipertensi Mambantu ahli gizi dalam pemilihan makanan selama periode rawat inap Komplikasi beberapa penyakit degeneratif

5 Latar Belakang (2) Pemilihan nutrien bagi penderita hipertensi dan komplikasi Natrium Lemak Karbohidrat Protein

6 Rumusan Masalah Bagaimana menentukan nutrien yang sesuai bagi pasien rawat inap penderita hipertensi di RSUD Syarifah Ambami Rato Ebu Bangkalan dengan menggunakan metode klasifikasi decision tree.

7 Tujuan Penelitian Mengetahui pola data untuk mengklasifikasikan kondisi pasien Memilih model decision tree yang tepat untuk permasalahan ini Menentukan diet nutrien yang tepat bagi penderita hipertensi.

8 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 mining pada bidang klinis.

9 Ruang Lingkup BATASAN 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 hingga Maret Variabel psikis dan genetik tidak dipertimbangkan dalam penelitian ini. ASUMSI 1. Obat yang diberikan dokter kepada penderita hipertensi sudah sesuai dengan kondisi pasien. 2. Data yang digunakan dianggap cukup. 3. Variabel dari hasil uji laboratorium yang tidak ada nilainya dianggap bernilai normal.

10 Data Mining Decision Tree Pemilihan Nutrien CART C 4.5

11 Data Mining TUJUAN : Mendapatkan informasi pada data yang berskala besar. Menemukan keteraturan, pola atau hubungan data yang berukuran besar Santosa (2007)

12 Decision Tree Bertujuan untuk mempartisi data secara sekuensial sehingga dapat memaksimalkan perbedaan pada variabel yang bersifat dependen. Santosa (2007)

13 CART CART merupakan algoritma dari decision tree yang 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) IG A = 1 p k 2 c k=1 Santosa (2007)

14 C4.5 Merupakan decision tree yang tidak biner karena dapat memiliki cabang lebih dari dua pada setiap simpulnya. Entropy y = p 1 log 2 p 1 p n log 2 p n Gain y, A = entropy y SplitInformation S, A = Gainratio S, A = c t=1 S i S log 2 S i S C ε nilai A Gain (S, A) SplitInformation (S, A) y c y entropy y c Santosa (2007)

15 Pengumpulan & Pengolahan Data Proses Pemilihan Nutrien Eksisting Data Pasien Pembuatan Decision Tree

16 Proses Penentuan Nutrien B A Start Masuk Irna Ada Perubahan Kindisi Pasien? Tidak Ya Mencatat Perubahan Kondisi Pasien Mengantar Makanan & Bertanya Kondisi pada Pasien Menilai Perubahan Kondisi Pasien Ada Perubahan Kindisi Pasien Tidak Ya Mencatat Perubahan Kondisi Pasien Mempengaruhi Pemberian Nutrien? Tidak Ya Mengganti Perubahan Nutrien Menghubungi Instalasi Gizi Memeriksa Rekam Medik Pasien Tidak Telah Masuk semua Irna? Ya B A Kembali ke Instalasi Gizi End

17 Standar Pemilihan Nutrien JENIS PEMERIKSAAN GPT / AST Albumin Cholesterol Triglyceride Glucose Creatinine Uric Acid DIET NUTRIEN HASIL DI ATAS NORMAL HASIL DI BAWAH NORMAL Tinggi protein dan gula, rendah makanan pengawet dan mengandung karbon Tinggi karbohidrat dan protein Rendah lemak (lemak kolesterol) Rendah karbohidrat dan lemak Rendah gula murni Rendah protein nabati Rendah purin

18 Variabel GPT Creatinine Usia Glucose Triglyceride Variabel Jenis Kelamin Albumin Cholesterol Urid acid TDD Nutrien TDS

19 Pengumpulan Data Dilakukan pada 232 pasien Terkumpul data Dipergunakan 146 data

20 Simbol Diet Simbol Keterangan Nutrien 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 kolesterol 7 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 protein 15 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

21 Simbol Diet Simbol Nutrien Keterangan 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

22 Hasil CART Gl <110 >=110 Tg Tg <146,5 >=146,5 <151 >=151 Al Cr Cr Cl <3,84 >=3,84 <1,035 >=1,035 <0,935 >=0,935 <200,5 >=200,5 GPT Cl 4 10 Al Cl 3 5 <34,5 >=34,5 <221 >=221 <3,855 >=3,855 <205,5 >=205, GPT 6 Gl Cl UA 33 <34,5 >=34,5 <606 >=606 <218 >=218 <5,4 >=5,4 Al GPT <5,9 >=5,9 <44 >=44 Cr 10 UA 20 <34,5 >=34,5 <6,95 >=6,

23 Hasil C4.5 Cl <=217 >217 Gl UC <=109 >109 <=5,7 >5,7 <=3,75 Al >3,75 Cr <=1,08 >108 <=0,9 Cr >=0, GPT GPT Al Tg Tg 26 <=34 >34 <=34 >34 <=3,75 >3,75 <=147 >147 <=143 > Tg U 1 Tg UC 25 Cl 5 <=143 >143 <=59 >59 <=147 >147 <=4,2 >4,2 <=116 >116 1 Cr GPT 3 24 < U <=1,01 >1,01 <=44 >44 <=69 > UC 20 7 Gl <=6,8 >6,8 <=225 > <606 6

24 Analisa CART 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. C 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.

25 Kesimpulan Pola Pola data yang terbentuk pada kedua model yang digunakan tidak mempertimbangkan variabel jenis kelamin, TDS, dan TDD. Model Model yang sesuai untuk kasus ini yaitu model C4.5, dimana pertimbanggan yang diperoleh tidak memiliki perbedaan yang signifikan dengan kondisi eksisting. Variabel Pemilihan diet nutrien yang tepat bagi pasien hipertensi dapat dilakukan dengan mempertimbangkan kandungan cholesterol dalam darah, kemudian diikuti dengan nilai glukose, uric acid, albumin, creatinin, GPT, triglyseride, dan usia.

26 Saran Penelitian selanjutnya dilakukan dengan data hasil uji laboratorium yang memiliki kelengkapan nilai. Memasukkan faktor masalah psikologis (seperti stres) dan faktor genetis.

27 Daftar Pustaka Aviad, B. & Roy, G Classification by Clustering Decision Tree-Like Classifier Based on Adjusted Clusters. Expert System with Applications, 38, Beck, M.E Ilmu Gizi dan Diet, Hubungannya dengan Penyakit- Penyakit untuk Perawat & Dokter. Yogyakarta : Andi Yogyakarta. Chien, C.F., & Chen, L.F Data Mining to Improve Personel Selection and Enhace Human Capital: A Chase Study in High-Technology Industry. Expert Systems with Applications, 34, Deshpande, S.P Data Mining System and Applications: A Review. International Journal of Distributed and Parallel Systems, 1, Dash, U.N Nutritional Factor in the Pathobiology of Human Assential Hypertension. Fathina, U.A 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 Kiat Keluarga Sehat : Mencapai Hidup Prima dan Bugar. Jilit 1 : Pola Hidup. Bandung : Indonesia Publising House.

28 Daftar Pustaka Hardinge, M.G., & Shryock, H Kiat Keluarga Sehat : Mencapai Hidup Prima dan Bugar. Jilit 3 : Kesehatan Keluarga dan Berbagai Penyakit Umum. Bandung : Indonesia Publising House. Irza, S Analisis Faktor Resiko Hipertensi pada Masyarakat Nagari Bungo Tanjung, Sumatra Barat. Skripsi. Medan. Universitas Sumatra Utara. Khasanah, N Waspadai Beragam Penyakit Degeneratif Akibat Pola Makan. Jogjakarta : Laksana. Kim, M.J., Lee, S.J., Ahn, Y.H, Bowen, P., & Lee, H Nutrient Profiles of Korean-Amerikas, Non-Hispanic Whites and Blacks With and Without Hypertension in the United States. Asian Nursing Research, 2(3), Kiranja, N., et al 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, Kurnia, R Karakteristik Penderita Hipertensi yang Dirawat Inap di Bagian Penyakit Dalam Rumah Sakit Umum Kota Padang Panjang Sumatra Barat Tahun Skripsi. Medan. Universitas Sumatra Utara.

29 Daftar Pustaka Murwani, A Perawatan Pasien Penyakit Dalam. Yogyakarta : Goshyen Publishing. Nurrahmani, U Stop! Hipertensi. Yogyakarta : Familia. Oztekin, A., Kong, Z.J., & Delen, D Development of a Structural Equation Modeling-Based Decision Tree Methodology for the Analysis of Lung Transplantations. Decision Support System, 51, Roslina Analisa Determinan Hipertensi Esensial di Wilayah Kerja Tiga Puskesmas Kabupaten Deli Serdang Tahun Tesis. Medan. Universitas Sumatra Utara. Santosa, B Data mining: Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta : Graha Ilmu. Syahril, M Konversi Data Training tentang Penyakit Hipertensi menjadi Bentuk Pohon Keputusan dengan Teknik Klasifikasi menggunakan Tools Rapid Miner 4.1. Jurnal SAINTIKOM, 10, Silitonga, L Karakteristik Penderita Hipertensi yang di Rawat Inap di Rumah Sakit Umum Daerah Porsea Kabupaten Toba Samosir Tahun Skripsi. Medan. Universitas Sumatra Utara.

30 Daftar Pustaka Simarmata, M. A Perilaku Pegawai PT. Bank Kesawan Tbk, Cabang Pematang Siantar terhadap Pencegahan Penyakit Degeneratif Tahun Skripsi. Medan. Universitas Sumatra Utara. Tjokoprawiro, A., Setiawan P.B., Santoso, D., & Soegiarto, G Buku Ajar Ilmu Penyakit Dalam. Surabaya : Airlangga University Press. Yeh, J-Y., Wu, T-H., & Tsao, C-W Using Data Mining Techniques to Ptedict Hospitalization of Hemodialysis Patients. Decision Support System, 50,

31 Surat Penerimaan

32 L/O/G/O Thank You!