Implementasi Algoritma K-Means untuk Clustering Penyebaran Tuberkulosis di Kabupaten Karawang

Yanti Puspita Sari(1*), Aji Primajaya(2), Agung Susilo Yuda Irawan(3)

(1) Universitas Singaperbangsa Karawang
(2) Universitas Singaperbangsa Karawang
(3) Universitas Singaperbangsa Karawang
(*) Corresponding Author

Abstract


Tuberkulosis merupakan masalah kesehatan yang sifatnya menular melewati udara karena adanya kuman mycobacterium tuberculosis. Kasus penyakit tuberkulosis tersebar hampir diseluruh daerah Kabupaten Karawang. Luasnya daerah Kabupaten Karawang dan jumlah kasus yang cenderung terus meningkat setiap tahunnya, memungkinkan perlunya pengelompokan daerah penyebaran penyakit tuberkulosis. Metode yang dapat digunakan untuk mengelompokkan daerah penyebaran penyakit tuberkulosis adalah data mining. Metodologi data mining yang diterapkan yaitu CRISP-DM. Dataset yang digunakan bersumber dari Dinas Kesehatan Kabupaten Karawang tahun 2018. Kemudian data tersebut diproses menggunakan algoritma k-means clustering dengan bantuan tools WEKA. Penelitian diawali dengan mencari jumlah cluster terbaik menggunakan metode elbow, dimana K=3 adalah jumlah cluster terbaik. K=3 dikombinasikan dengan S (random seed) 5, 10, 15 untuk diuji coba. Hasil dari uji coba tersebut kemudian dievaluasi menggunakan SSE (Sum of  Square Error). Clustering terbaik dihasilkan oleh K=3 dengan kombinasi S=10 yang terdiri dari cluster 0 (7 anggota), cluster 1 (9 anggota), dan cluster 2 (14 anggota).


Article metrics

Abstract views : 146 | views : 17

Full Text:

PDF (Bahasa Indonesia)

References


Amrin and H. Saiyar, “Aplikasi Diagnosa Penyakit Tuberculosis Menggunakan Algoritma Data Mining,” PARADIGMA, vol. 20, no. 2, pp. 91–97, 2018.

Kementerian Kesehatan RI, Profil Kesehatan Indonesia Tahun 2017. Jakarta: Kementerian Kesehatan Republik Indonesia, 2018.

D. Febriyanto and Y. I. Kurniawan, “Prediksi Penyakit Tuberculosis (TBC) Menggunakan Algoritma C4.5,” J. Ilm. Sinus, vol. 16, no. 2, pp. 23–36, 2018.

Dinas Kesehatan Kabupaten Karawang, Profil Kesehatan Kabupaten Karawang Tahun 2018. Karawang: Dinas Kesehatan Kabupaten Karawang, 2019.

Asroni and R. Adrian, “Penerapan Metode K-Means Untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika UMM Magelang,” J. Ilm. Semesta Tek., vol. 18, no. 1, pp. 76–82, 2015.

A. Aditya, I. Jovian, and B. N. Sari, “Implementasi K-Means Clustering Ujian Nasional Sekolah Menengah Pertama di Indonesia Tahun 2018 / 2019,” J. Media Inform. Budidarma, vol. 4, no. 1, pp. 51–58, 2020.

N. Butarbutar, A. P. Windarto, D. Hartama, and Solikhun, “Komparasi Kinerja Algoritma Fuzzy C-Means dan K-Means dalam Pengelompokan Data Siswa Berdasarkan Prestasi Nilai Akademik Siswa (Studi Kasus : SMP Negeri 2 Pematangsiantar),” JURASIK (Jurnal Ris. Sist. Inf. Tek. Inform., vol. 1, no. 1, pp. 46–55, 2016.

R. Setiawan, “Penerapan Data Mining Menggunakan Algoritma K-Means Clustering untuk Menentukan Strategi Promosi Mahasiswa Baru (Studi Kasus : Politeknik LP3I Jakarta),” J. Lentera ICT, vol. 3, no. 1, pp. 76–92, 2016.

M. G. Sadewo, A. P. Windarto, and A. Wanto, “Penerapan Algoritma Clustering dalam Mengelompokkan Banyaknya Desa/Kelurahan Menurut Upaya Antisipasi/Mitigasi Bencana Alam Menurut Provinsi dengan K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 311–319, 2018.

Y. Mardi, “Data Mining : Klasifikasi Menggunakan Algoritma C4.5,” J. Edik Inform., vol. 2, no. 2, pp. 213–219, 2017.

H. Sulastri and A. I. Gufroni, “Penerapan Data Mining dalam Pengelompokan Penderita Thalassaemia,” J. Nas. Teknol. dan Sist. Inf., vol. 3, no. 2, pp. 299–305, 2017.

A. Ramadhan, Z. Efendi, and Mustakim, “Perbandingan K-Means dan Fuzzy C-Means untuk Pengelompokan Data User Knowledge Modeling,” Semin. Nas. Teknol. Informasi, Komun. dan Ind., pp. 219–226, 2017.

A. T. Rahman, Wiranto, and R. Anggrainingsih, “Coal Trade Data Clustering Using K-Means (Case Study PT. Global Bangkit Utama),” ITSMART J. Ilm. Teknol. dan Inf., vol. 6, no. 1, pp. 24–31, 2017.

B. E. Adiana, I. Soesanti, and A. E. Permanasari, “Analisis Segmentasi Pelanggan Menggunakan Kombinasi RFM Model dan Teknik Clustering,” JUTEI, vol. 2, no. 1, pp. 23–32, 2018.




DOI: https://doi.org/10.35314/isi.v5i2.1457

Refbacks

  • There are currently no refbacks.




Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


This Journal has been listed and indexed in :

Find in a library with WorldCat Find in a library with WorldCat

Copyright of Jurnal Inovtek Polbeng - Seri Informatika (ISSN: 2527-9866)

Creative Commons License
ISI: Inovtek Polbeng Seri Informatikan is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Editorial Office :
Pusat Penelitian dan Pengabdian kepada Masyarakat
 Politeknik Negeri Bengkalis 
Jl. Bathin alam, Sungai Alam Bengkalis-Riau 28711 
E-mail: jurnalinformatika@polbeng.ac.id
www.polbeng.ac.id

Web
Analytics
View My Stats