Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Manajemen Informatika dan Sistem Informasi

PENGELOMPOKAN TEKANAN DARAH LANSIA DENGAN ALGORITMA K-MEANS DI KP.LEBAK JERO Elsa Safutri; Purnamasari, Ade Irma; Bahtiar, Agus; Wahyudin, Edi
Jurnal Manajemen Informatika dan Sistem Informasi Vol. 8 No. 1 (2025): MISI Januari 2025
Publisher : LPPM STMIK Lombok

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36595/misi.v8i1.1359

Abstract

Hipertensi merupakan salah satu masalah kesehatan utama yang sering dialami oleh lansia dan memerlukan penanganan yang tepat. Namun, keterbatasan sumber daya di Posbindu sering kali menjadi hambatan dalam mengidentifikasi kelompok risiko hipertensi secara efektif. Penelitian ini bertujuan untuk merancang model pengelompokan risiko hipertensi pada lansia di Posbindu Kp. Lebak Jero menggunakan algoritma k-means, dalam mendukung intervensi kesehatan yang lebih terarah. Data yang dianalisis mencakup tekanan darah sistolik, diastolik, usia, jenis kelamin, dan berat badan, berdasarkan catatan Posbindu selama bulan Agustus-September 2024. Proses analisis dilakukan melalui tahapan Knowledge Discovery in Database (KDD), yang meliputi pengumpulan, pra-pemrosesan, transformasi data, pengelompokan, dan evaluasi. Untuk mengevaluasi kualitas hasil pengelompokan, digunakan Davies-Bouldin Index (DBI). Hasil penelitian menunjukkan bahwa DBI optimal sebesar 0,881 dengan k=2. Cluster pertama (Cluster_0) terdiri dari 75 lansia berisiko rendah (19 orang dengan tekanan darah normal dan 56 orang pra-hipertensi), dengan rentang usia 45-59 tahun (46 orang), 60-69 tahun (22 orang), dan >70 tahun (7 orang). Cluster kedua (Cluster_1) terdiri dari 71 lansia berisiko tinggi (28 orang hipertensi tingkat 1 dan 43 orang hipertensi tingkat 2), denganĀ  rentang usia 45-59 tahun (26 orang), 60-69 tahun (30 orang), dan >70 tahun (15 orang). Tekanan darah sistolik pada Cluster_0 berada pada kisaran 80-143 mmHg dan diastolik 80-90 mmHg, sementara pada Cluster_1 sistolik 140-200 mmHg dan diastolik 78-130 mmHg. Penelitian ini menunjukkan bahwa algoritma k-means mampu memetakan kelompok risiko hipertensi dan membantu pemantauan serta mendukung pelaksanaan intervensi kesehatan yang lebih efektif dan terarah di Posbindu Kp. Lebak Jero.