Perbandingan K-Means, DBSCAN, dan OPTICS untuk Klasterisasi Pasien Anemia Berdasarkan Parameter Hematologi

Abstract

Anemia adalah penyakit akibat kekurangan sel darah merah yang masih menjadi masalah kesehatan global dengan prevalensi tinggi serta berdampak signifikansi terhadap kualitas hidup pasiennya. Variasi kondisi pasien anemia sering sekali disebabkan oleh faktor hematologi yang kompleks. Penelitian ini bertujuan untuk membandingkan ketiga metode klasterisasi, yaitu K-Means, DBSCAN, dan OPTICS, dalam mengelompokkan pasien anemia berdasarkan parameter hematologi. Data yang digunakan berasal dari data pasien anemia di salah satu rumah sakit di Surabaya pada tahun 2024 dengan variabel kode pasien, jenis kelamin, umur, hemoglobin, hematokrit, eritrosit dan leukosit. Lalu diolah melalui tahap pra-pemrosesan, normalisasi, dan dilakukan evaluasi hasil klasterisasi dengan metrik Silhouette Score, davies-Bouldin Index dan Calinski-Harabasz Score. Hasil menunjukkan bahwa metode OPTICS menghasilkan kualitas terbaik daripada kedua metode tersebut dengan hasilnya yaitu silhouette score = 0,23, DBI = 1,22, dan CH = 62,7. Dengan temuan ini menunjukkan bahwa OPTICS mampu menangkap pola distribusi data yang kompleks dibandingkan dengan kedua metode tersebut. Penelitian ini diharapkan dapat memberikan kontribusi dalam penerapan metode klasterisasi pada data medis, khususnya untuk membantu identifikasi kelompok pasien anemia berdasarkan karakteristik hematologinya secara lebih akurat dan informatif.