Pengelompokan Data Kesehatan Kota Bandung Menggunakan K-means Clustering

Silvia Latifah Putri, Purba Daru Kusuma, Roswan Latuconsina

Abstract

Pada abad 21 ini era modern semakin maju, salah satunya yang banyak dibutuhkan sekarang adalah Data Science yang sangat berguna bagi berbagai perusahaan dalam mengumpulkan, mengkaji, dan menganalisa terhadap suatu data dan permasalahan yang ada. Salah satunya adalah Dana Mining dengan memanfaatkan Clustering (pengelompokan data). Pada penelitian ini yaitu mengelompokan data kesehatan pada penyakit demam berdarah, diare, dan TB BTA+ yang sering terjadi di Kota Bandung berdasarkan jumlah penduduk dan jumlah pengidap penyakit demam berdarah, diare, dan TB BTA+ sesuai dengan jenis kelaminnya. Data yang digunakan berasal dari Dinas Kesehatan Kota Bandung dan Dinas Kependudukan dan Catatan Sipil Kota Bandung. Pengelompokan data ini menggunakkan metode K-Means Clustering. K-Means Clustering sendiri adalah pengelompokan data yang ada kedalam beberapa kelompok, dimana setiap satu cluster memiliki karakteristik yang sama. Perhitungan clustering memanfaatkan persamaan Euclidean Distance dimana jarak antar data dengan centroid. Penelitian ini bertujuan untuk melakukan analisa multiaspek atas data penyakit demam berdarah, diare, dan TB BTA+ dan membangun sebuah sistem bebasis website yang memiliki kemampuan untuk melakukan klasterisasi. Kata kunci: Penyakit DBD, Penyakit Diare, Penyakit TB BTA+, K-Means Clustering, Euclidean Distance

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0