Identifikasi Pola Komorbiditas Menggunakan Algoritma FP-Growth dan Survival Analysis Pasien Diabetes pada Data MIMIC-IV

Philemon Limanza, Hans (2026) Identifikasi Pola Komorbiditas Menggunakan Algoritma FP-Growth dan Survival Analysis Pasien Diabetes pada Data MIMIC-IV. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_I.pdf Download (236kB)
	PDF BAB_II.pdf Download (364kB)
	PDF BAB_III.pdf Restricted to Registered users only Download (396kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Restricted to Registered users only Download (235kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (232kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (559kB)
	Archive (ZIP) 00000070710_2521_LembarPengesahan.pdf Restricted to Registered users only Download (66kB)

Abstract

Diabetes melitus tipe 2 (DMT2) merupakan penyakit yang sering disertai komorbiditas kompleks dengan implikasi prognostik yang berbeda-beda. Penelitian ini bertujuan mengidentifikasi pola asosiasi komorbiditas dominan pada pasien DMT2, membentuk kluster komorbiditas berbasis domain klinis, dan mengevaluasi hubungannya terhadap ketahanan hidup serta mortalitas secara independen. Data bersumber dari MIMIC-IV v3.1 yang mencakup 26.344 pasien DMT2 dengan 60.991 admisi. Profil komorbiditas dikonstruksi dari seluruh kode ICD-10 tiga digit sepanjang riwayat admisi, mengecualikan kode Z, Y, dan R. Penambangan pola asosiasi dilakukan menggunakan algoritma FP-Growth (min support= 0, 05, max len= 4), menghasilkan 2.873 frequent itemset dan 390 aturan yang di-pruning (li f t 2, 0, con f idence 0, 60, support 0, 08). Empat kluster akhir dibentuk melalui pendekatan domain-driven clustering: Kardiovaskular (n = 18.691), Metabolik (n = 5.319), Renal (n = 1.340), dan Kesehatan Mental (n = 994). Analisis Kaplan-Meier menunjukkan perbedaan survival yang sangat signifikan antarkluster (log - rankp = 1, 28 × 10-41). Regresi Cox yang disesuaikan usia dan jenis kelamin mengidentifikasi kluster Renal sebagai satu-satunya prediktor mortalitas independen (HR = 1, 42; 95% CI 1,27-1,59; p < 0, 005). Profil keparahan klinis mengonfirmasi beban multidimensional pada kluster Renal melalui SOFA, CCI, kreatinin, hemoglobin, dan intensitas terapi. Kadar glukosa tidak berperan sebagai diferensiator utama antarkluster. Temuan ini menunjukkan bahwa pola komplikasi organ, terutama keterlibatan ginjal, lebih menentukan prognosis dibandingkan kontrol glikemik pada agregat populasi.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Philemon Limanza, Hans (00000070710)
Contributors:	Agustriawan, David
Keywords:	analisis survival, association rule mining, diabetes melitus tipe 2, komorbiditas, MIMIC-IV
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	14 Jul 2026 07:57
URI:	https://kc.umn.ac.id/id/eprint/47503

Actions (login required)

View Item