Penentuan jumlah K optimal menggunakan Particle Swarm Optimization untuk meningkatkan performa K medoids pada clusterisasi pada Penyakit Jantung

Abstract

Penyakit hati, termasuk sirosis, hepatitis, dan kanker hati, telah menjadi masalah kesehatan global yang semakin meningkat dengan faktor risiko seperti pola makan tidak sehat, konsumsi alkohol berlebihan, dan infeksi virus. Pengelompokan data kesehatan hati menjadi langkah penting untuk mendukung pencegahan dan manajemen penyakit ini. Dalam penelitian ini, metode K-Medoids digunakan untuk mengelompokkan data pasien penyakit hati berdasarkan kesamaan karakteristik. Namun, hasil dari metode ini sangat bergantung pada pemilihan medoid awal, yang mempengaruhi akurasi dan stabilitas pengelompokan. Untuk meningkatkan kinerja K-Medoids, diusulkan penggunaan Particle Swarm Optimization (PSO) dalam menentukan jumlah K optimal. PSO adalah metode optimasi yang terinspirasi dari perilaku kelompok burung dalam mencari makanan, yang dapat membantu memilih medoid secara lebih akurat. Hasil penelitian menunjukkan bahwa penerapan PSO pada K-Medoids meningkatkan ketepatan klasifikasi dan mengurangi pengaruh pencilan dalam data pasien penyakit hati, sehingga mendukung analisis dan manajemen kesehatan hati yang lebih efektif.