PENGELOMPOKAN JENIS PENDERITA PENYAKIT MENULAR BERDASARKAN KECAMATAN DI KABUPATEN TUBAN MENGGUNAKAN ALGORITMA K-MEANS
Keywords:
Pengelompokan, k-means, Penyakit Menular, IDBAbstract
Penyakit menular dapat ditularkan dari penderita penyakit menular ke orang yang sehat. Pada umumnya, penyakit menular persebarannya tidak merata pada suatu wilayah akan menjadi permasalahan yang menuntut suatu solusi dan kerja sama untuk mengatasinya. Menurut data Badan Pusat Statistik Kabupaten Tuban, penduduk Kabupaten Tuban yang terinfeksi penyakit menular cukup banyak. Hal ini perlu untuk menjadi perhatian bersama supaya masyarakat pada Kabupaten Tuban dapat mencapai tingkat kesehatan yang lebih baik. Solusi yang dapat digunakan adalah dengan mengumpulkan data penyakit menular di pada kabupaten tuban berdasarkan kecamatan dengan data yang diambil adalah data penyakit HIV, IMS, DBD, Diare, dan TBC pada tahun 2021 dan dikelompokan menggunakan algortima k-means untuk mengetahui hasil akhir yaitu kelompok yang mempunyai kemiripan objek. Dari proses pengelompokan tersebut terpilih hasil kelompok dengan pengelompokan yang paling baik menggunakan evaluasi pengelompokan Indeks Davies Bouldin sebesar 0.322 dengan pengelompokan 2 kelompok, yaitu kelompok kasus tinggi, dan kelompok kasus rendah. Dari 20 kecamatan pada Kabupaten Tuban, diketahui 3 kecamatan termasuk kelompok kasus tinggi, dan 17 kecamatan termasuk kelompok kasus rendah. Faktor penyakit Diare dan TBC sangat mempengaruhi pada kelompok kasus tinggi, dan jenis penyakit menular cukup jarang terjadi pada kelompok kasus rendah dengan faktor jenis penyakit menular yang paling mempengaruhi adalah Diare.
References
A. Bainus and J. Budi Rachman, “Editorial: Pandemi Penyakit Menular (Covid-19) Hubungan Internasional,” Intermestic J. Int. Stud., vol. 4, no. 2, p. 111, 2020, doi: 10.24198/intermestic.v4n2.1.
S. F. Susilo, A. Jamaludin, and I. Purnamasari, “Pengelompokan Desa Menggunakan K-Means Untuk Penyelenggaraan Penanggulangan Bencana Banjir,” JOINS (Journal Inf. Syst., vol. 5, no. 2, pp. 156–167, 2020, doi: 10.33633/joins.v5i2.3709.
L. P. Refialy, H. Maitimu, and M. S. Pesulima, “Perbaikan Kinerja Clustering K-Means Pada Data Ekonomi Nelayan Dengan Perhitungan Sum Of Square Error (SSE) Dan Optimasi Nilai K Cluster,” Techno.Com, vol. 20, no. 2, pp. 321–329, 2021, doi: 10.33633/tc.v20i2.4572.
Y. P. Sari, A. Primajaya, and A. S. Y. Irawan, “Implementasi Algoritma K-Means Untuk Clustering Penyebaran Tuberkulosis Di Kabupaten Karawang,” INOVTEK Polbeng - Seri Inform., vol. 5, no. 2, p. 229, 2020, doi: 10.35314/isi.v5i2.1457.
J. Wandana, S. Defit, and S. Sumijan, “Klasterisasi Data Rekam Medis Pasien Pengguna Layanan BPJS Kesehatan Menggunakan Metode K-Means,” J. Inf. dan Teknol., vol. 2, pp. 4–9, 2020, doi: 10.37034/jidt.v2i4.73.
M. A. Sembiring, “Penerapan Metode Algoritma K-Means Clustering Untuk Pemetaan Penyebaran Penyakit Demam Berdarah Dengue (DBD),” J. Sci. Soc. Res., vol. 4, no. 3, p. 336, 2021, doi: 10.54314/jssr.v4i3.712.
R. I. L. Sinaga, W. Saputra, and H. Qurniawan, “Pengelompokan Jumlah Kasus Penyakit Aids Berdasarkan Provinsi Menggunakan Metode K-Means,” KESATRIA Jurnal Penerapan Sist. Inf. (Komputer Manajemen), vol. 2, no. 2, pp. 99–107, 2021.
C. A. Sugianto, A. H. Rahayu, and A. Gusman, “Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Cigugur Tengah,” J. Inf. Technol., vol. 2, no. 2, pp. 39–44, 2020, doi: 10.47292/joint.v2i2.30.
A. Solichin and K. Khairunnisa, “Klasterisasi Persebaran Virus Corona (Covid-19) Di DKI Jakarta Menggunakan Metode K-Means,” Fountain Informatics J., vol. 5, no. 2, p. 52, 2020, doi: 10.21111/fij.v5i2.4905.
W. A. Suputra, “Klasterisasi Hasil Ujian Nasional SMA/MA Dengan Algoritma K-Means,” Wahana Mat. dan Sains J. Mat. Sains, dan Pembelajarannya, vol. 15, no. 1, pp. 22–30, 2021, [Online]. Available: https://ejournal.undiksha.ac.id/index.php/JPM/article/view/25380
I. N. M. Adiputra, “Clustering Penyakit Dbd Pada Rumah Sakit Dharma Kerti Menggunakan Algoritma K-Means,” Inser. Inf. Syst. Emerg. Technol. J., vol. 2, no. 2, p. 99, 2022, doi: 10.23887/insert.v2i2.41673.
A. Septianingsih, “Analisis K-Means Clustering Pada Pemetaan Provinsi Indonesia Berdasarkan Indikator Rumah Layak Huni,” J. Ilm. Pendidik. Mat. Mat. dan Stat., vol. 3, no. 1, pp. 224–241, 2022.
M. W. Talakua, Z. A. Leleury, and A. W. Talluta, “Analisis Cluster Dengan Menggunakan Metode Provinsi Maluku Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2014,” J. Ilmu Mat. dan Terap., vol. 11, no. 2, pp. 119–128, 2017.
R. A. Indraputra and R. Fitriana, “K-Means Clustering Data Covid-19,” J. Tek. Ind., vol. 10, no. 3, p. 3, 2020.
D. N. Solikhun, Verdi Yasin, “Optimization Of The Number Of Clusters Of The K-Means Method In Grouping Egg Production Data In Indonesia,” Int. J. Artif. Intell. Robot., vol. 4, no. 1, pp. 39–47, 2022.
Sani Askia, Nurul Hidayat, and Ratih Kartika Dewi, “Kelompok Penyakit Tanaman Apel Menggunakan Metode K-Means Berbasis Web,” Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, No.8, no. e-ISSN: 2548-964X, pp. 2435–2441, 2018.
M Nurhidayati and N Khasanah, “Penggunaan Metode K-Means Cluster Untuk Mengklasifikasikan Kemampuan 4C Mahasiswa,” J. Ilm. Mat. Dan Terap., vol. 18, no. 2, pp. 160–169, 2021, doi: 10.22487/2540766x.2021.v18.i2.15615.
Q. Wang, X. Mao, X. Jiang, D. Pei, and X. Shao, “Digital Image Processing Technology Under Backpropagation Neural Network And Kmeans Clustering Algorithm On Nitrogen Utilization Rate Of Chinese Cabbages,” PLoS One, vol. 16, no. 3 March 2021, pp. 1–24, 2021, doi: 10.1371/journal.pone.0248923.
W. Gie and D. Jollyta, “Perbandingan Euclidean Dan Manhattan Untuk Optimasi Cluster Menggunakan Davies Bouldin Index : Status Covid-19 Wilayah Riau,” Pros. Semin. Nas. Ris. Dan Inf. Sci. 2020, vol. 2, no. April, pp. 187–191, 2020.
A. Badruttamam, S. Sudarno, and D. A. I. Maruddani, “Penerapan Analisis Klaster K-Modes Dengan Validasi Davies Bouldin Index Dalam Menentukan Karakteristik Kanal Youtube Di Indonesia (Studi Kasus: 250 Kanal Youtube Indonesia Teratas Menurut Socialblade),” J. Gaussian, vol. 9, no. 3, pp. 263–272, 2020, doi: 10.14710/j.gauss.v9i3.28907.
Z. Nabila, “Analisis Data Mining Untuk Clustering Kasus Covid-19,” J. Teknol. dan Sist. Inf., vol. 2, no. 2, pp. 100–108, 2021.
A. A. Az-zahra, A. F. Marsaoly, I. P. Lestyani, R. Salsabila, and W. O. Z. Madjida, “Penerapan Algoritma K-Modes Clustering Dengan Validasi Davies Bouldin Index Pada Pengelompokkan Tingkat Minat Belanja Online Di Provinsi Daerah Istimewa Yogyakarta,” J. MSA ( Mat. dan Stat. serta Apl. ), vol. 9, no. 1, p. 24, 2021, doi: 10.24252/msa.v9i1.18555.
S. Nawrin, M. Rahatur, and S. Akhter, “Exploreing K-Means With Internal Validity Indexes For Data Clustering In Traffic Management System,” Int. J. Adv. Comput. Sci. Appl., vol. 8, no. 3, 2017, doi: 10.14569/ijacsa.2017.080337.
A. E. Haryati, S. Sugiyarto, and R. D. A. Putri, “Comparison Of Fuzzy Subtractive Clustering And Fuzzyv C-Means,” J. Ilm. Kursor, vol. 11, no. 1, pp. 1–8, 2021, doi: 10.21107/kursor.v11i1.254.
D. Jollyta, S. Efendi, M. Zarlis, and H. Mawengkang, “Optimasi Cluster Pada Data Stunting: Teknik Evaluasi Cluster Sum Of Square Error Dan Davies Bouldin Index,” Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. September, p. 918, 2019, doi: 10.30645/senaris.v1i0.100.
