Teknik Data Science di Bidang Kesehatan : Menganalisis Faktor penting Ketidakhadiran Janji Medis Pasien
Data Sciences Indonesia (DSI) · 2022
DOI: 10.47709/dsi.v1i2.1314 ↗Kurz gefasst
Fachartikel in der Zeitschrift Data Sciences Indonesia (DSI), 2022. Verfasst von Amir Mahmud Husein und 1 weiteren Autor:innen.
Abstract (Originalsprache)
Ketidakhadiran pasien dan pembatalan janji temu yang terlambat akan berdampak buruk pada kinerja keuangan dan kualitas layanan organisasi perawatan kesehatan, kesinambungan perawatan terganggu, kemanjuran obat tidak dapat dipantau secara teratur, layanan pencegahan dan pemeriksaan tidak dapat diberikan tepat waktu. Makalah ini menyajikan hasil analisis dalam kumpulan data menggunakan pendekatan ilmu data. Kerangka kerja menerapkan konsep CRIS-DM dengan tahapan pemahaman bisnis, pra-pemrosesan data, pembersihan data, rekayasa fitur, pemodelan dan evaluasi. Analisis data statistik deskriptif dan visual digunakan untuk memahami kumpulan data untuk menjawab delapan pertanyaan penting yang berhubungan dengan faktor ketidakhadiran janji temu pasien yang terjadwal, kemudian memprediksi apakah pasien akan datang pada hari janji temu yang dijadwalkan. Berdasarkan hasil evaluasi nilai matriks Accuray, F1-Score dan ROC terhadap Lima model machine learning yang digunakan menghasilkan Light GBM Classifier, Gradient Boosting Classifier dan XGBoost Classifier adalah tiga model terbaik dengan akurasi diatas 78% sekitar 0.79968 (79.9%), 0.79883 (79.8%) dan 0.79806 (79.8%) pada masing-masing model
Zitieren
APA
Husein, A. M., & Harahap, M. K. (2022). Teknik Data Science di Bidang Kesehatan : Menganalisis Faktor penting Ketidakhadiran Janji Medis Pasien. Data Sciences Indonesia (DSI). https://doi.org/10.47709/dsi.v1i2.1314
Vancouver
Husein AM, Harahap MK. Teknik Data Science di Bidang Kesehatan : Menganalisis Faktor penting Ketidakhadiran Janji Medis Pasien. Data Sciences Indonesia (DSI). 2022. doi:10.47709/dsi.v1i2.1314
BibTeX
@article{Husein2022,
author = {Husein, Amir Mahmud and Harahap, Muhammad Khoiruddin},
title = {Teknik Data Science di Bidang Kesehatan : Menganalisis Faktor penting Ketidakhadiran Janji Medis Pasien},
journal = {Data Sciences Indonesia (DSI)},
year = {2022},
doi = {10.47709/dsi.v1i2.1314}
}
EUVIMED