ANALISIS CLUSTERING DEMAM BERDARAH DENGUE DENGAN ALGORITMA K-MEDOIDS (STUDI KASUS KABUPATEN KARAWANG)
Abstract
Demam Berdarah Dengue atau DBD merupakan sebuah penyakit yang berasal dari gigitan nyamuk Aedes aegypti dan Aedes albopictus.Nyamuk tersebut mengandung virus DBD setelah menghisap penderita DBD.Virus kemudian masuk ke intestinum nyamuk dan bereplikasi dalam hemocoelum yang mana akan menuju ke dalam kelenjar air liur nyamuk.Pada penelitian ini data yang digunakan tahun 2020 yang bersumber dari dinas Kesehatan Kabupaten Karawang yaitu sebanyak 30 data.Dalam menentukan daerah yang memiliki kasus penyakit DBD dapat menggunakan Data Mining.Adapun tujuan dari penelitian ini yaitu mengelompokan daerah dengan kasus penyakit DBD tertinggi dan terendah di Kabupaten Karawang.Algoritma yang digunakan yaitu K-Medoids dengan pengukuran jarak Euclidean Distance dan untuk proses data dengan melakukan seleksi data,pembersihan data,transformasi data,data mining,dan evaluasi.Sehingga,hasil yang didapatkan dari dataset penyakit DBD di Kabupaten Karawang Tahun 2020 memiliki 2 cluster optimal.Adapun cluster 1 dengan 6 daerah di kategorikan tinggi,lalu untuk cluster 2 dengan 22 daerah di kategorikan rendah,dan menghasilkan nilai Silhouette Coefficient sebesar 0.78793
Keywords
Full Text:
PDF (Bahasa Indonesia)References
Karyanti, M. R., & Hadinegoro, S. R. (2016). Perubahan epidemiologi demam berdarah dengue di Indonesia. Sari Pediatri, 10(6), 424-32..
Tairas, S. (2015). Analisis pelaksanaan pengendalian demam berdarah dengue di Kabupaten Minahasa Utara. Jikmu, 5(1)..
Arora, P., & Varshney, S. (2016). Analysis of k-means and k-medoids algorithm for big data. Procedia Computer Science, 78, 507-512..
Park, H. S., & Jun, C. H. (2009). A simple and fast algorithm for K-medoids clustering. Expert systems with applications, 36(2), 3336-3341.
Reynolds, A. P., Richards, G., & Rayward-Smith, V. J. (2004, August). The application of k-medoids and pam to the clustering of rules. In International Conference on Intelligent Data Engineering and Automated Learning (pp. 173-178). Springer, Berlin, Heidelberg.
Bhat, A. (2014). K-medoids clustering using partitioning around medoids for performing face recognition. International Journal of Soft Computing, Mathematics and Control, 3(3), 1-12.
Kamila, I., Khairunnisa, U., & Mustakim, M. (2019). Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan Data Transaksi Bongkar Muat di Provinsi Riau. Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, 5(1), 119-125.
Nurlaela, S., Primajaya, A., & Padilah, T. N. (2020). Algoritma K-Medoids Untuk Clustering Penyakit Maag Di Kabupaten Kara-wang. INFORMATIKA, 12(2), 56-62.
Juninda, T., Mustakim, M., & Andri, E. (2019, November). Penerapan Algoritma K-Medoids untuk Klasterisasi Penyakit di Pekanbaru Riau In Seminar Nasional Teknologi Informasi Komunikasi dan Industri (pp. 42-48).
Pramesti, D. F., Furqon, M. T., & Dewi, C. (2017). Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data Potensi Kebakaran Hutan/Lahan Berdasarkan Persebaran Titik Panas(Hotspot). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, 964X.
Wira, B., Budianto, A. E., & Wiguna, A. S. (2019). Implementasi Metode K-Medoids Clustering Untuk Mengetahui Pola Pemilihan Program Studi Mahasiwa Baru Tahun 2018 Di Universitas Kanjuruhan Malang. Rainstek: Jurnal Terapan Sains & Teknologi, 1(3), 53-68.
Sindi, S., Ningse, W. R. O., Sihombing, I. A., Zer, F. I. R., & Hartama, D. (2020). Analisis algoritma k-medoids clustering dalam pengelompokan penyebaran covid-19 di indonesia. JurTI (Jurnal Teknologi Informasi), 4(1), 166-173.
Marlina, D., Putri, N. F., Fernando, A., & Ramadhan, A. (2018). Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak. J. CoreIT, 4(2),
Ningsih, S. R., Damanik, I. S., Windarto, A. P., Tambunan, H. S., Jalaluddin, J., & Wanto, A. (2019, September). Analisis K-Medoids Dalam Penge-lompokkan Penduduk Buta Huruf Menurut Provinsi In Prosiding Seminar Nasional Riset Information Science (SENARIS) (Vol. 1, pp. 721-730).
Hardiyanti, F., Tambunan, H. S., & Saragih, I. S. (2019). Penerapan Metode K-Medoids Clustering Pada Penanganan Kasus Diare di Indone-sia. KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 3(1).
Triyanto, W. A. (2015). Algoritma K-Medoids Untuk Penentuan Strategi Pemasaran Produk. Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Kom-puter, 6(1), 183-188.
Wakhidah, N., & Putri, A. N. (2020). Penerapan Metode K-Medoids untuk Pengelompokkan Kondisi Jalan di Kota Semarang. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 6(2), 171-180.
Waworuntu, M. N. V., & Amin, M. F. (2018). Penerapan Metode K-Means Untuk Pemetaan Calon Penerima Jamkesda. KLIK-Kumpulan Jurnal Ilmu Komputer, 5(2), 190-200.
Handoko, K. (2016). Penerapan Data Mining dalam Meningkatkan Mutu Pembelajaran Menggunakan Metode K-MEANS Clustering. Jurnal Nasion-al Teknologi dan Sistem Informasi, 2(3), 31-40.
Ediyanto, M. N. M., & Satyahadewi, N. (2013). Pengklasifikasian Karakteristik Dengan Metode K-Means Cluster Analysis. BIMASTER, 2(02).
Yana, M. S., Setiawan, L., Ulfa, E. M., & Rusyana, A. (2018). Penerapan Metode K-Means dalam Pengelompokan Wilayah Menurut Intensitas Ke-jadian Bencana Alam di Indonesia Tahun 2013-2018. Journal of Data Analysis, 1(2), 93-102.
Sari, V. N., Yupianti, Y., & Maharani, D. (2018). Penerapan Metode K-Means Clustering Dalam Menentukan Predikat Kelulusan Mahasiswa Untuk Menganalisa Kualitas Lulusan. JURTEKSI (Jurnal Teknologi dan Sistem Informasi), 4(2), 133-140.
Hartigan, J. A., & Wong, M. A. (1979). Algorithm AS 136: A k-means clustering algorithm. Journal of the royal statistical society. series c (applied statistics), 28(1), 100-108.
Na, S., Xumin, L., & Yong, G. (2010, April). Research on k-means clustering algorithm: An improved k-means clustering algorithm. In 2010 Third International Symposium on intelligent information technology and security informatics (pp. 63-67). Ieee.
Pham, D. T., Dimov, S. S., & Nguyen, C. D. (2005). Selection of K in K-means clustering. Proceedings of the Institution of Mechanical Engineers, Part C: Journal of Mechanical Engineering Science, 219(1), 103-119.
Park, H. S., Lee, J. S., & Jun, C. H. (2006). A K-means-like Algorithm for K-medoids Clustering and Its Performance. Proceedings of ICCIE, 102-117.
Rokach, L., & Maimon, O. (2005). Clustering methods. In Data mining and knowledge discovery handbook (pp. 321-352). Springer, Boston, MA.
Ghofri, M. A. (2017). Implementasi Metode K-Medoids Clustering dalam Penilaian Kedisiplinan Siswa (Studi Kasus: Mambaul Ulum Sukowono Jem-ber) (Doctoral dissertation).
Silitonga, D. A., Windarto, A. P., Hartama, D., & Sumarno, S. (2019, August). Penerapan Metode K-Medoid pada Pengelompokan Rumah Tangga Dalam Perlakuan Memilah Sampah Menurut Provinsi. In Seminar Nasional Sains dan Teknologi Informasi (SENSASI) (Vol. 2, No. 1).
Anggreini, N. L. (2019). Teknik Clustering Dengan Algoritma K-Medoids Untuk Menangani Strategi Promosi Di Politeknik TEDC Bandung. Jurnal Teknologi Informasi dan Pendidikan, 12(2), 1-7.
Sulistyawati, A. A. D., & Sadikin, M. (2021). Penerapan Algoritma K-Medoids Untuk Menentukan Segmentasi Pelanggan. Sistemasi: Jurnal Sistem Informasi, 10(3), 516-526.
Supriyadi, A., Triayudi, A., & Sholihati, I. D. (2021). Perbandingan algoritma k-means dengan k-medoids pada pengelompokan armada kendaraan truk berdasarkan produktivitas. JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), 6(2), 229-240.
Farissa, R. A., Mayasari, R., & Umaidah, Y. (2021). Perbandingan Algoritma K-Means dan K-Medoids Untuk Pengelompokkan Data Obat dengan Silhouette Coefficient di Puskesmas Karangsambung. Journal of Applied Informatics and Computing (JAIC), 5(2), 109-116.
Dewi, D. A. I. C., & Pramita, D. A. K. (2019). Analisis Perbandingan Metode Elbow dan Silhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali. Matrix: Jurnal Manajemen Teknologi dan Informatika, 9(3), 102-109.
Ningsih, S., Suhada, S., Dewi, R., & Windarto, A. P. (2019, September). Pengklasteran Dokumen Tentang Dispensasi Nikah Menggunakan Algoritma K-Medoids. In Prosiding Seminar Nasional Riset Information Science (SENARIS) (Vol. 1, pp. 677-686).
Wahyuli, D., Handrizal, H., Parlina, I., Windarto, A. P., Suhendro, D., & Wanto, A. (2019). Mengelompokkan Garis Kemiskinan Menurut Provinsi Menggunakan Algoritma K-Medoids. In Prosiding Seminar Nasional Riset Information Science (SENARIS) (Vol. 1, pp. 452-461).
Firzada, F., & Yunus, Y. (2021). Klasterisasi Tingkat Masa Studi Tepat Waktu Mahasiswa Menggunakan Algoritma K-Medoids. Jurnal Sistim Infor-masi dan Teknologi, 160-166.
DOI: http://dx.doi.org/10.26798/jiko.v6i1.504
Article Metrics
Abstract view : 2105 timesPDF (Bahasa Indonesia) - 968 times
Refbacks
- There are currently no refbacks.
Copyright (c) 2022 Daffa Rafif Agustian, Budi Arif Darmawan
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.