Yoga Nugraha
Unknown Affiliation

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

Found 1 Documents
Search

Implementasi Algoritma K-Means Untuk Pengelompokan Pada Penyakit Menular Manusia Di Kabupaten Karawang Yoga Nugraha; Amril Siregar; Rahmat Rahmat
Scientific Student Journal for Information, Technology and Science Vol. 5 No. 1 (2024): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Penyakit tuberkulosis, diare, kusta, dan pneumonia dapat dikategorikan sebuah penyakit menular yang patut diwaspadai. Terdapat permasalahan penyakit menular di daerah Kabupaten Karawang, hal ini ditandai dengan adanya kenaikan jumlah penderita penyakit menular pada setiap tahun nya. Hal ini ditandai penderita pneumonia dengan jumlah balita di Kabupaten Karawang sebanyak 239.792 perkiraan jumlah penderita penyakit pneumonia 10.133, jumlah kasus tuberkulosis anak tahun 2020 mengalami kenaikan yang cukup signifikan jumlah kasus dari 240 kasus menjadi 856 kasus, sedangkan jumlah pengidap diare yang ditemui serta ditangani Karawang tahun 2020 sebanyak 39.035 pengidap untuk seluruh usia ataupun 61%. Maka dari itu penelitian kali ini bertujuan untuk mengelompokan penyakit menular disetiap puskesmas Karawang ke dalam beberapa kelompok menggunakan algoritma k-means clustering. Dari hasil penelitian Algoritma K-Means Clustering dalam melakukan pengelompokkan diperoleh 1 data puskesmas pada cluster 1, 4 data puskesmas pada cluster 2, 45 data puskesmas pada cluster 3 dari 50 data puskesmas. Adapun hasil evaluasi menggunakan metode Elbow untuk mencari nilai K terbaik, dimana hasil K=3 merupakan jumlah cluster terbaik. Kemudian hasil tersebut dievaluasi menggunakan SSE (Sum of Square Error). Hasil evaluasi menggunakan SSE (Sum of Square Error) tingkat akurasi yang didapat, yaitu 1.949. Nilai jarak dari 2 cluster ke 3 cluster tersebut merupakan nilai yang mengalami penurunan paling signifikan atau paling besar sehingga 3 cluster merupakan cluster terbaik.