Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Algoritma K-Medoids untuk Klasterisasi Penyakit di Pekanbaru Riau Tri Juninda; Mustakim Mustakim; Elvia Andri
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (187.159 KB)

Abstract

Penyakit merupakan suatu kondisi yang membuat sesorang mengalami penurunan fungsi tubuh dan membuat produktifitas aktivitas menurun. Berdasarkan Riset Kesehatan Dasar tahun 2013 mencatat terdapat beberapa penyakit dengan prevalensi tertinggi di Indonesia yaitu hipertensi, penyakit sendi, dan hepatitis B. Klasterisasi penyakit menggunakan algoritma K-Medoids menghasilkan kelompok terbaik dengan penyakit dominan dalam cluster tersebut. Berdasarkan penelitian yang dilakukan terhadap data penyakit yang sering diderita di Pekanbaru Riau didapatkan hasil 4 cluster sebagai pengklasterisasian terbaik dengan nilai Devies Bouildien Indeks sebesar 0,43 . Pada cluster 1 didapatkan 420 record dengan penyakit dominan adalah Maag sebesar 44,39%, cluster 2 didapatkan 349 record dengan penyakit dominan adalah Diare dan Sakit Perut sebesar 16,98%, pada cluster 3 didapatkan 794 record dengan penyakit dominan adalah Batuk dan Pilek sebesar 65,21% dan pada cluster 4 didapatkan 1248 record dengan penyakit dominan adalah Batuk dan Pilek sebesar 54,10%. Hasil dari penelitian ini menunjukan bahawa algoritma K-Medoids mampu melakukan klasterisasi terhadap penyakit di Pekanbaru Riau.