K=3 · Research Project
Data Mining · Clustering TBC

Berada di fase mana
penyakit TBC Anda?

Isi data klinis Anda — sistem akan mengelompokkan Anda ke dalam cluster berdasarkan algoritma K-Means persis seperti di notebook penelitian kami.

1
Input Data
→
2
Encoding
→
3
Risk Scoring
→
4
K-Means
Cluster
→
5
Interpretasi
👤
Fitur 1 & 2 — Demografi
Usia > 40 th (median dataset) menambah +0.5 skor risiko
🩺
Fitur 3 — Symptoms_Severity
Dari notebook: Cough → Mild (skor 1), Fever/Night Sweats → Moderate (skor 2), Weight Loss → Severe (skor 3)
🔬
Fitur 4 — HIV_Status
HIV positif = +2 skor risiko | HIV negatif = +0 (sesuai notebook)
💊
Fitur 5 — Drug_Resistance
Resistensi = +2 skor risiko | Non-resistant = +0 (sesuai notebook)
📋
Fitur 6 — Treatment_Adherence
High = +0 | Moderate = +1 | Low = +2 (sesuai notebook)
📊
Fitur 7 — Treatment_Outcome
Cured/Completed = +0 | Failed/Lost = +2 | Death = +3 | Belum = +0 (sesuai notebook)
⚡
Rentang Cluster (berdasarkan notebook)
0 – 3
Risiko Rendah
4 – 7
Risiko Sedang
8 – 12.5
Risiko Tinggi
Formula dari notebook: risk_score = symptom_map + hiv_map + resistance_map + adherence_map + outcome_map + (age > median × 0.5)
⚠️
Hasil ini menggunakan logika scoring persis dari notebook penelitian (bukan perkiraan). Bukan pengganti diagnosis dokter. Dataset bersifat sintetis — untuk tujuan pembelajaran data mining.
0
Risk Score
/ 12.5
Skor Maks
C0
Cluster ID
📍
Posisi Anda di Spektrum Keparahan
Risiko Rendah Risiko Sedang Risiko Tinggi
🔢
Detail Perhitungan Skor (dari Notebook)
Fitur Nilai Anda Skor
Logika dari notebook Python: risk_score += symptom_map[symptoms_severity] → risk_score += hiv_map[hiv_status] → risk_score += resistance_map[drug_resistance] → risk_score += adherence_map[treatment_adherence] → risk_score += outcome_map[treatment_outcome] → risk_score += (age > age_median) × 0.5
⚡
💡
Rekomendasi Berdasarkan Cluster
    📖
    Interpretasi Cluster (dari Notebook)

    📓
    Perhitungan di atas menggunakan formula persis dari notebook penelitian: risk_score mapping dari Symptoms_Severity, HIV_Status, Drug_Resistance, Treatment_Adherence, Treatment_Outcome, dan faktor usia.