KLUSTERISASI PENYAKIT ENDEMIS PADA KECAMATAN SABU BARAT, KABUPATEN SABU RAIJUA MENGGUNAKAN ALGORITMA K-MEANS
-
Wenefrida Tulit Ina(1*)
Teknik Elektro FST Undana
-
Yefta Mesakh(2)
Universitas Nusa Cendana
-
Stephanie I. Pella(3)
Universitas Nusa Cendana
(*) Corresponding Author
Abstrak
Teknologi informasi dapat diterapkan untuk mengidenfikasi penyakit endemis pada suatu wilayah dalam hal ini Kabupaten Sabu Raijua. Penyakit endemis dapat diidentifikasi dini dengan metode Clustering K-Means dimana metode ini mempartisi data ke dalam bentuk satu atau lebih cluster/kelompok, sehingga data yang memiliki karakteristik yang sama dikelompokkan dalam satu cluster yang sama dan data yang memiliki karakteristik berbeda dikelompokkan ke dalam kelompok lain. Data yang dipakai dalam penelitian ini yaitu data rekam medis pada Puskesmas Seba sejumlah 1020 data dengan variabel tahun, desa, diagnosa, usia dan gender. Dikarenakan data yang banyak, proses Clustering K-Means akan menggunakan Weka 8.5 sebagai alat bantu.
Hasil dari penelitian ini menunjukan karakteristik dan pola penyakit endemi pada daerah pelayanan Puskesmas Seba dengan variabel tahun, desa, diagnosa, usia dan gender, karakteristik yang dipakai berdasarkan jumlah klaster yang paling optimal. Jumlah klaster paling optimal dapat dicari menggunakan Metode Elbow. Hasil klasterisasi dari 1020 data rekam medis menunjukan jumlah klaster yang paling optimal adalah 2 klaster dengan karakteritik diagnose ISPA.
Kata Kunci: Klusterisasi K-Means, Metode Elbow, WEKA, Rekam Medis
##plugins.generic.usageStats.downloads##
Referensi
Lisa Olivia., Pengelompokan Data Rekam Medis untuk Mengetahui Penyakit En-demi di Suatu Daerah Menggunakan K-Means Clustering, Medan: Skripsi Uni-versitas Sumatera Utara, 2019.
M Hariyanto, R T Shita, “Clustering Pada Data Mining Untuk Mengetahui Potensi Penyebaran Penyakit DBD Menggunakan Metode Algoritma K-Means dan Metode Perhitungan Jarak Euclidean Distance,” Universitas Budi Luhur, 2018.
A Bastian, H Sujadi, G Febrianto, “Penera-pan Algoritma K-Means Clustering Analy-sis Pada Penyakit Menular Manusia (Studi Kasus Kabupaten Majalengka)” Universi-tas Majalengka, 2018.
Elly Muningsih, Sri Kriswati, “Sistem Ap-likasi Berbasis Optimasi Metode Elbow Untuk Penentuan Clustering Pelanggan” AMIK BSI Yogyakarta, 2018.
NPE Merliana, Ernawati, Alb. Joko Santo-so, “Analisa Penentuan Jumlah Cluster Terbaik Pada Metode K-Means Cluster-ing” Universitas Atma Jaya Yogyakarta, 2015.
Syahful Bahri., Optimasi Cluster K-Means Dengan Modifikasi Metode Elbow Untuk Menganalisis Disrupsi Pendidikan Ting-gi, Medan: Tesis Universitas Sumatera Utara, 2019.
Elly Muningsih, “Optimasi Jumlah Cluster K-Means Dengan Metode Elbow Untuk Pemetaan Pelanggan” AMIK BSI Yogya-karta, 2017.
This work is licensed under CC BY-SA 4.0
