Analisis Pemetaan Pola Pendonor Darah pada Blood Transfusion Service Center Menggunakan Metode Self-Organizing Map
Keywords:
Self-Organizing Map (SOM), Pendonor Darah, KlasterisasiAbstract
Manajemen stok darah sangat bergantung pada perilaku orang yang memberi darah. Penelitian ini bertujuan untuk memahami pola cara orang-orang tersebut memberi darah menggunakan algoritma yang disebut Self-Organizing Map (SOM). Data yang digunakan terdiri dari 748 orang dengan fitur utama berdasarkan model RFM, yaitu tingkat kebaruannya, frekuensi, nilai kontribusi, dan waktu. Dengan metode SOM, data yang memiliki banyak dimensi dipetakan ke dalam grid dua dimensi untuk mengelompokkan orang yang memberi darah berdasarkan tingkat kesetiaannya. Hasil penelitian menunjukkan bahwa pemetaan ini dapat membedakan secara visual antara orang yang aktif dan tidak aktif dalam memberi darah, yang membantu pusat transfusi darah dalam mengambil keputusan yang lebih baik untuk menahan orang-orang yang memberi darah.
References
Article, O. (2016). Knowledge discovery from patients ’ behavior via clustering-classification algorithms based on weighted eRFM and CLV model : An empirical study in public health care services. 15(May 2015), 355–367.
Com, W. W. W. V. (2024). Desing of VLSI Architecture for a High-Speed flexible Comparator With Low Network Offset Voltage Voltage testbed of Artificial Neural for training Comparator With Low Offset Implemented in 45nm on CMOS Technology and in testing FPGA Implemented Comparator With Low Offset Voltage.
Dubey, A. K., Gupta, U., & Jain, S. (2018). Comparative Study of K-means and Fuzzy C-means Algorithms on The Breast Cancer Data. 8(1), 18–29.
Filippi, A., & Dobreva, I. (2009). x Applications in Remote Sensing.
Khalil, A. J. (2019). Blood Donation Prediction using Artificial Neural Network. 3(10), 1–7.
Kibria, G., & Sevkli, M. (2021). Application of Deep Learning for Credit Card Approval : A Comparison with Two Machine Learning Techniques. 11(4), 286–290. https://doi.org/10.18178/ijmlc.2021.11.4.1049
Nadu, T. (2010). Application of CART Algorithm in Blood Donors Classification T . Santhanam and Shyam Sundaram PG and Research Department of Computer Science , DG Vaishnav College ,. 6(5), 548–552.
Shih, Y., & Liu, C. (2003). A method for customer lifetime value ranking — Combining the analytic hierarchy process and. 11, 159–172.
Simula, O., Vasara, P., Vesanto, J., & Helminen, R. (1997). The Self-Organizing Map in Industry Analysis. 1–27.
Ultsch, A. (n.d.). Maps for the Visualization of high-dimensional Data Spaces. 225–230.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Rafli Juan Lauda Al Faiq, Hasbi Firmansyah, Wahyu Asriyani, Rizki Prasetyo Tulodo
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
