SPK Penentuan Severity Level Kasus Penyakit Dengan Pohon Keputusan

Sukma Puspitorini, Sri Kusumadewi, Linda Rosita

Abstract

Case-mix adalah sistem pengklasifikasian penyakit yang mengkombinasikan antara sekelompok penyakit dengan karakteristik klinis yang sama/mirip Dasar pengklasifikasian adalah utilization yaitu penggunaan sumber daya rumah sakit yang homogen, serta clinical characteristic yang meli-puti gejala klinis yang similar atau sama. Dasar pengelompokan dengan menggunakan ICD – 10 untuk diagnosis dan ICD-9 untuk prosedur atau tindakan. Besarnya tarif/biaya yang harus dibayarkan/ditagih kepada Badan Penyelenggara Jaminan Sosial (BPJS) Kesehatan ditentukan oleh kode Indonesia Case Base Groups (INA CBGs) yang terdiri dari 4 digit. Digit keempat atau digit terakhir menunjukkan tingkat keparahan (severity level) kasus penyakit. yang dipengaruhi oleh diagnosis sekunder (komplikasi dan komorbiditas). Severity level berkaitan dengan resource intensity level yaitu sumber daya yang dihabiskan oleh rumah sakit dalam menangani seorang pasien. Penelitian ini bertujuan membangun sistem pendukung keputusan untuk menentukan severity level kasus penyakit menggunakan data mining model klasifikasi (classification) dengan pohon keputusan. Atribut yang akan digunakan sebagai masukan sistem untuk melakukan pred-iksi severity level adalah atribut umur, diagnosis utama (DU), diagnosis sekunder 1 (DS 1), dan diagnosis sekunder 2 (DS 2). Proses training menggunakan Algoritma C4.5 dengan konsep entropi-gain untuk menentukan akar pohon dan membangun pohon keputusan (decsision tree) secara keseluruhan dan kemudian dibuat aturannya dalam bentuk IF_THEN. Uji kredibilitas sistem dilakukan dengan melakukan proses testing dan hasilnya disajikan dalam bentuk matriks konfusi. Hasil dari penelitian ini adalah sistem yang dibangun dapat digunakan untuk melakukan prediksi severity level kasus penyakit dan dari aturan yang terbentuk menunjukkan bahwa atribut diagnosis sekunder 1 (DS 1) berpengaruh signifikan dalam proses pembentukan aturan.

Full Text:

03