Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal JOISIE (Journal Of Information Systems And Informatics Engineering) Building of Informatics, Technology and Science
Lakeisyah, Eka Therina
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS KLASTERISASI JUMLAH PENDERITA PENYAKIT MENGGUNAKAN K-MEANS SEBAGAI DASAR DISTRIBUSI LAYANAN RUMAH SAKIT UMUM DI SUMATERA SELATAN Lakeisyah, Eka Therina; Marshella, Siti Hariza; Putri, Naila Raihana; Rahman, M. Fadhil; Risyahputri, Aliyananda; Maulana, Rahmat; Tania, Ken Ditha; Sari, Winda Kurnia
JOISIE (Journal Of Information Systems And Informatics Engineering) Vol 9 No 1 (2025)
Publisher : Institut Bisnis dan Teknologi Pelita Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35145/joisie.v9i1.4959

Abstract

Peningkatan jumlah penderita penyakit dalam beberapa tahun terakhir pada Provinsi Sumatera Selatan berimbas kepada evaluasi pendistribusian layanan kesehatan yang merata di setiap daerah. Penelitian ini menyoroti ketidakmerataan fasilitas kesehatan berupa layanan rumah sakit umum yang tersebar di masing-masing wilayah yang ada di Provinsi Sumatera Selatan. Tujuan dari penelitian ini adalah untuk memberikan wawasan berbasis data sebagai acuan bagi pemerintah dalam pengambilkan kebijakan pendistribusian layanan kesehatan agar dapat lebih merata. Penelitian ini menggunakan dataset yang berasal dari BPS Provinsi Sumatera selatan dan diolah dengan algoritma K-Means melalui rapid miner dan python. Hasil dari analisis data tersebut adalah mengelompokkan wilayah Kabupaten/Kota kedalam 3 kluster yakni kluster 0 (rendah) terdiri dari 11 wilayah, kluster 1 (tinggi) terdiri dari 1 wilayah, dan kluster 2 (sedang) terdiri dari 5 wilayah. Interpretasi dari klasterisasi dan pengolahan data menunjukkan adanya ketimpangan dalam pendistribusian fasilitas kesehatan terutama antara layanan kesehatan di wilayah Kota Palembang dengan Kabupaten/Kota lainnya. Sehingga, dari temuan tersebut direkomendasikan bagi pemerintah untuk melakukan kebijakan ulang terkait pendistribusian layanan dan tenaga kesehatan di tiap daerah secara merata dan dapat menerapkan inovasi layanan kesehatan dengan pendekatan knowledge management yang dapat mengoptimalisasi pemerataan layanan kesehatan di Sumatera Selatan.
Komparasi Klasterisasi Data Historis Gempa Bumi Menggunakan DBSCAN, K-Means, dan Agglomerative Clustering Lakeisyah, Eka Therina; Tania, Ken Ditha; Afrina, Mira
Building of Informatics, Technology and Science (BITS) Vol 7 No 3 (2025): December 2025
Publisher : Forum Kerjasama Pendidikan Tinggi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/bits.v7i3.8426

Abstract

Earthquakes are one of the natural disasters that are prone to occur on the island of Sumatera and pose a serious challenge because they can have a devastating impact on human life, such as loss of life, material losses, and environmental damage. Therefore, earthquake hazard zone mapping is needed to provide information about the potential and history of disasters and is an important tool for disaster mitigation efforts. This study aims to map earthquake vulnerability in Sumatra by comparing three clustering algorithms, namely DBSCAN, K-Means, and Agglomerative Clustering, based on earthquake data in Sumatra from 1973 to 2023. This is to find the best algorithm so that it can provide recommendations for appropriate earthquake risk mitigation strategies. The results show that the K-Means algorithm is the best because it obtained the highest Silhouette Coefficient value, namely 0.3948 with a total of 3 clusters. It is hoped that this research can improve understanding of earthquake hazard zones on the island of Sumatra and provide practical contributions in the form of mitigation strategy recommendations tailored to the characteristics of each cluster to support the application of this research for the government and local communities.
Co-Authors Ken Ditha Tania Marshella, Siti Hariza Maulana, Rahmat Mira Afrina Putri, Naila Raihana Rahman, M. Fadhil Risyahputri, Aliyananda Winda Kurnia Sari