Claim Missing Document
Check
Articles

Found 4 Documents
Search

Eksplorasi dan Klasifikasi K-NN Terhadap Kejadian Luar Biasa Diare di Jawa Barat Fulazzaky, Tahira; Waode, Yully Sofyah; Fitrianto, Anwar; Erfiani, Erfiani; Pradana, Alfa Nugraha
Techno.Com Vol. 22 No. 4 (2023): November 2023
Publisher : LPPM Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33633/tc.v22i4.9281

Abstract

Tujuan dari penelitian ini adalah untuk mengkaji bagaimana kualitas air dan sanitasi mempengaruhi Kejadian Luar Biasa (KLB) Diare di Provinsi Jawa Barat, Indonesia, menggunakan data Pendataan Potensi Desa (PODES) tahun 2021. Diare merupakan permasalahan serius dalam kesehatan masyarakat Indonesia, terutama pada kelompok anak balita, dan salah satu faktor penyebab utamanya adalah rendahnya kualitas air dan sanitasi. Dalam konteks penelitian ini, kami menerapkan metode algoritma K-Nearest Neighbors (K-NN) untuk mengklasifikasikan wilayah-wilayah yang mengalami KLB Diare. Hasil eksplorasi data menunjukkan variasi yang signifikan dalam jumlah kasus diare di sejumlah kabupaten dan kota yang tersebar di wilayah Jawa Barat. Untuk menangani masalah ketidakseimbangan data, kami menerapkan teknik Pengurangan Acak (Random Under Sampling), Penambahan Acak (Random Over Sampling), dan Synthetic Minority Oversampling Technique (SMOTE).Hasil analisis menunjukkan bahwa model K-NN dengan penggunaan metode SMOTE menghasilkan tingkat akurasi tertinggi, yaitu sebesar 71.28%. Meskipun demikian, nilai F1 score untuk semua model cenderung rendah, yang mengindikasikan adanya tantangan dalam mengklasifikasikan wilayah-wilayah dengan KLB Diare. Penelitian ini memberikan wawasan yang penting mengenai korelasi antara kualitas air, sanitasi, dan KLB Diare di Jawa Barat, serta mengidentifikasi wilayah-wilayah yang memerlukan perhatian lebih dalam upaya pencegahan dan pengendalian penyakit diare. Hasil ini dapat digunakan sebagai dasar untuk merancang program-program kesehatan yang lebih efektif di daerah-daerah dengan tingkat insiden diare yang tinggi. Kata kunci: Algoritma K-Nearest Neighbors (K-NN), SMOTE, Ketidakseimbangan data dan teknik pengambilan sampel ulang, Kualitas air dan sanitasi, Program pencegahan dan pengendalian diare.
Penerapan Metode Iterasi Jacobi dan Gauss-Seidel dalam Menyelesaikan Sistem Persamaan Linear Kompleks Ihsan, Hisyam; Wahyuni, Maya Sari; Waode, Yully Sofyah
Journal of Mathematics, Computations and Statistics Vol. 7 No. 1 (2024): Volume 07 Nomor 01 (April 2024)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jmathcos.v7i1.1964

Abstract

Penelitian ini adalah penelitian murni yang bertujuan untuk mengetahui penerapan metode iterasi jacobi dan gauss-seidel dalam menyelesaikan sistem persamaan linear kompleks baik secara manual maupun dengan menggunakan program aplikasi Matlab. Sistem persamaan linear yang digunakan adalah sistem yang memiliki 4 persamaan dengan 4 variabel, 5 persamaan dengan 5 variabel dan 6 persamaan dengan 6 variabel. Galat yang digunakan pada penelitian ini adalah dengan tebakan awal = 0. Setelah mendapatkan hasil iterasi menggunakan kedua metode tersebut maka selanjutnya membandingan antara kedua metode tersebut dengan melihat banyaknya iterasi. Berdasarkan penelitian ini diperoleh hasil bahwa metode iterasi jacobi dan gauss-seidel dapat diterapkan untuk menyelesaikan sistem persamaan linear kompleks serta metode gauss-seidel lebih baik digunakan untuk menyelesaikan sistem persamaan linear kompleks karena mempunyai iterasi yang lebih sedikit.
PENYULUHAN KESEHATAN GERAKAN MASYARAKAT HIDUP SEHAT DI DESA MALLONGI-LONGI Irwan; Pratama, Muhammad Isbar; Rustam, Ilmi Nurfaizah; Ashari, Asty Asmira; Waode, Yully Sofyah
Jurnal Hasil-Hasil Pengabdian dan Pemberdayaan Masyarakat Vol. 1 No. 1 (2022): Volume 01 Nomor 01 (Oktober 2022)
Publisher : Jurusan Matematika FMIPA UNM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35580/jhp2m.v1i1.3755

Abstract

Kesehatan sering kali di salah artikan oleh sebahagian orang terutama cara penerapan hidup sehat.Mengingat di masa pandemi Covid-19 saat ini, hidup sehat merupakan hal yang paling utama untuk tetapmenjaga tubuh tetap sehat. Seperti memakai masker, mencuci tangan setelah keluar rumah dan menjagajarak. Pentingnya hidup sehat bagi masyarakat sehingga dilakukan program penyuluhan kesehatanmengenai pola hidup sehat. Program ini menggunakan metode penyuluhan langsung dengan memberikanpenyuluhan mengenai gerakan masyarakat hidup sehat. Gerakan masyarakat hidup sehat merupakantindakan yang dilakukan secara bersama-sama yang berdasar pada kesadaran dan kemauan untukmeningkatkan hidup yang lebih sehat. Hasil pencapaian dari program ini adalah melakukan aktivitas fisikmelalui program kerja Minggu Ceria dan pelayanan posyandu. Bentuk kegiatan Minggu Ceria ialahkegiatan olahraga bersama masyarakat berupa senam. Bentuk kegiatan pelayanan posyandu ialahmembantu kader posyandu menimbang balita dan anak-anak, mengukur tinggi badan balita dan anak-anakserta mengisi buku Kesehatan Ibu dan Anak.
K-Means Optimization Algorithm to Improve Cluster Quality on Sparse Data Waode, Yully Sofyah; Kurnia, Anang; Angraini, Yenni
MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer Vol. 23 No. 3 (2024)
Publisher : Universitas Bumigora

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/matrik.v23i3.3936

Abstract

The aim of this research is clustering sparse data using various K-Means optimization algorithms. Sparse data used in this research came from Citampi Stories game reviews on Google Play Store. This research method are Density Based Spatial Clustering of Applications with Noise-Kmeans (DB-Kmeans), Particle Swarm Optimization-Kmeans (PSO-Kmeans), and Robust Sparse Kmeans Clustering (RSKC) which are evaluated using the silhouette score. Clustering sparse data presented a challenge as it could complicate the analysis process, leading to suboptimal or non-representative results. To address this challenge, the research employed an approach that involved dividing the data based on the number of terms in three different scenarios to reduce sparsity. The results of this research showed that DB-Kmeans had the potential to enhance clustering quality across most data scenarios. Additionally, this research found that dividing data based on the number of terms could effectively mitigate sparsity, significantly influencing the optimization of topic formation within each cluster. The conclusion of this research is that this approach is effective in enhancing the quality of clustering for sparse data, providing more diverse and easily interpretable information. The results of this research could be valuable for developers seeking to understand user preferences and enhance game quality.