Article Per Year (5 Year)
p-Index From 2021 - 2026
0
P-Index
This Author published in this journals
All Journal Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami)
Anissa Karmila Islami
Universitas Islam Indonesia
Arts Humanities Mathematics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Pengelompokkan Kepemilikan Jaminan Kesehatan Menggunakan Fuzzy C-Means Algorithm (Studi Kasus: Kabupaten/Kota di Provinsi Jawa Tengah Tahun 2015) Anissa Karmila Islami; Edy Widodo
Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami) Vol 1 No 1 (2017): Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai Islami )
Publisher : Mathematics Department

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (600.06 KB)

Abstract

PENGELOMPOKKAN KEPEMILIKAN JAMINAN KESEHATAN MENGGUNAKAN FUZZY C-MEANS ALGORITHM (Studi Kasus: Kabupaten/kota di Provinsi Jawa Tengah Tahun 2015) Anissa Karmila Islami1 Edy Widodo2 Program Studi Statistika Fakultas MIPA Universitas Islam Indonesia email: anissakislami@gmail.com1, edywidodo@uii.ac.id2 INTISARI Kesehatan merupakan suatu kebutuhan utama dan merupakan investasi berharga dalam pembangunan. Sesuai dengan Undang-Undang No.36 Tahun 2009 tentang kesehatan pada pasal 5 yaitu setiap orang memiliki hak yang sama dalam memperoleh akses atas sumber daya di bidang kesehatan. Namun, belum semua masyarakat mampu menikmati pelayanan kesehatan yang layak. Jawa Tengah merupakan salah satu provinsi dengan kepadatan penduduk terbanyak, untuk itu perlu dilakukannya pengelompokan kepemilikan jaminan kesehatan di setiap kota/ kabupaten di Provinsi Jawa Tengah pada Tahun 2015. Metode yang digunakan untuk pengelompokkan kepemilikan jaminan kesehatan adalah Fuzzy C-Means Algorithm. Fuzzy C-Means Algorithm merupakan suatu teknik pengelompokan data yang mana suatu cluster ditentukan oleh derajat keanggotaan. Dalam penelitian ini penentuan banyaknya cluster didasarkan pada indeks xie dan beni. Banyaknya cluster yang dibentuk adalah 6 cluster. Hasil yang diperoleh dari pengelompokan cluster 1 sebanyak 6 kabupaten/kota, cluster 2 sebanyak 2 kabupaten/kota, cluster 3 sebanyak 7 kabupaten/kota, cluster 4 sebanyak 12 kabupaten/kota, cluster 5 sebanyak 1 kabupaten/kota, cluster 6 sebanyak 7 kabupaten/kota Keywords: Kesehatan, indeks xie beni, cluster, fuzzy c-mean
Co-Authors Edy Widodo