PENERAPAN METODE ALGORITMA K-MEANS CLUSTERING UNTUK PEMETAAN PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE (DBD)
Diterbitkan 2021-10-29
Cara Mengutip
Abstrak
DBD umumnya disebabkan oleh nyamuk Aedes Aegypti. Nyamuk tersebut biasa hidup di lingkungan yang kotor. Penelitian ini bertujuan untuk  menerapkan konsep data mining menggunakan algoritma K-Means (clustering) untuk pemetaan desa yang terjangkit Demam Berdarah Dengue. Pemetaan yang dilakukan untuk mencari daerah yang banyak terjangkit penyakit DBD, dan daerah yang jarang terjangkit penyakit DBD  Berdasarkan hasil penelitian terdapat 3 cluster untuk tingkat penyebaran penyakit DBD yakni cluster 1 dengan kategori sedang, cluster 2 dengan kategori tinggi dan cluster 3 dengan kategori rendah. Performance yang dihasilkan menggunakan Devies Bouldin Index (DBI) adalah sebesar 1.044 yang menunjukkan K=3 sebagai jumlah kelompok yang paling optimum dibandingkan K lainnya. Hasil pemetaan yang dilakukan dapat membantu pemerintah bertindak cepat dalam mengambil keputusan bagi daerah yang rawan terjangkit penyakit DBD di Kecamatan Setia Janji.
##plugins.themes.classic.displayStats.downloads##
Referensi
- Fithi, & dkk. (2005). Peran Faktor Lingkungan dan Perilaku Terhadap Penularan Demam Berdarah Dengue Di Kota Mataram. Jurnal Kesehatan Lingkungan, vol2, no.1, 1-10
- Agusta , Y. (2007). K-Means - Penerapan Permasalahan dan Metode Terkait. Jurnal Sistem dan Informatika,vol2, no.1, 1-10
- Prasetyo, E. 2012. Data Mining Konsep dan Applikasi Menggunakan Matlab. Andi. Yogyakarta.
- Kusrini dan Luthfi, Emha T, 2009.†Algoritma Data Miningâ€, Penerbit Andi, Yogyakarta.
- Mohamad, I. B., & Usman, D. (2013). Standardization and its effects on K-means clustering algorithm. Research Journal of Applied Sciences, Engineering and Technology, 6(17), 3299-3303.
- Sembiring, M. A., Sibuea, M. F. L., & Sapta, A. (2018). Analisa Kinerja Algoritma C. 45 Dalam Memprediksi Hasil Belajar. Journal Of Science and Social Research, 1(1), 73-79.