Claim Missing Document
Check
Articles

Found 2 Documents
Search

Lasterisasi Kesehatan Ibu Dan Anak Di Indonesia Dengan Menggunakan Algoritma K-Means Novi Rahmawati; Maria Hernita Elvine Pramesty; Faldianus Karno; Yohanita Uniyatri Aprilia; Alfisyahrina Hapsery
SNHRP Vol. 5 (2023): Seminar Nasional Hasil Riset dan Pengabdian (SNHRP) Ke 5 Tahun 2023
Publisher : LPPM Universitas PGRI Adi Buana

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Angka kematian bayi (AKB) dan angka kematian ibu (AKI) yang tinggi di Indonesia menjadi tantangan utama dalam pembangunan sumber daya manusia. Penelitian ini bertujuan untuk mengelompokkan provinsi di Indonesia berdasarkan data kesehatan ibu dan anak menggunakan metode K-means. Meningkatkan kesadaran masyarakat terhadap kesehatan ibu dan anak serta memberikan upaya peningkatan status kesehatan ibu dan anak yang lebih akurat. Penelitian ini menggunakan algoritma K-means untuk mengkategorikan provinsi ke dalam kelompok berdasarkan atribut kesehatan ibu dan anak yang sama. Hasil penelitian menunjukkan adanya 3 kelompok provinsi yang optimal. Cluster 2 merupakan kelompok dengan tingkat kesehatan ibu dan anak yang paling baik, sedangkan cluster 3 memiliki tingkat kesehatan ibu yang rendah. Cluster 1 memiliki tingkat kesehatan diantara cluster 2 dan 3. Provinsi-provinsi dalam cluster 2 dapat dijadikan contoh untuk peningkatan kesehatan ibu dan anak di provinsi lainnya. Sedangkan provinsi dalam cluster 3 memerlukan perhatian khusus dalam meningkatkan status kesehatan ibu mereka. Pemerintah dapat meningkatkan tenaga kerja medis, fasilitas kesehatan, dan kesadaran masyarakat di provinsi tersebut guna menjamin kesehatan ibu dan anak. Provinsiprovinsi dalam cluster 1 juga diharapkan terus berusaha meningkatkan tingkat kesehatan ibu dan anak agar seluruh ibu dan anak di Indonesia dapat memiliki kesehatan yang terjamin.
Analisis Penyakit Tuberkulosis (TBC) pada Provinsi Jawa Timur Tahun 2021 Menggunakan Geographically Weighted Regression (GWR) Novi Rahmawati; Faldianus Karno; Elvira Mustikawati Putri Hermanto
Indonesian Journal of Applied Statistics Vol 6, No 2 (2023)
Publisher : Universitas Sebelas Maret

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.13057/ijas.v6i2.78593

Abstract

Tuberculosis (TB) is an infectious disease with the highest mortality rate in the world. In East Java, TB cases will experience a significant increase in 2021. This study uses the Geographically Weighted Regression (GWR) method to analyze the variables that affect TB cases in East Java that year. The variables used are the number of TB cases, the number of smokers, the number poor population, and population density. The GWR results show that the number of poor people has a significant effect on all districts/cities in East Java. Meanwhile, population density has a significant effect in most areas (except Pacitan, Bondowoso, Situbondo). This research provides input for the government to reduce the number of TB cases in East Java. Efforts need to be made to increase employment and reduce regional disparities so that the burden of this disease can be controlled more effectively.Keywords: TBC, GWR, Kernel Bisquare