Fauzan, Muh. Yoga
Unknown Affiliation

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

Found 1 Documents
Search

PENERAPAN ALGORITMA DBSCAN DAN K-MEANS UNTUK CLUSTERING PENDERITA PNEUMONIA DI KABUPATEN KARAWANG Fauzan, Muh. Yoga; Garno, Garno; Umaidah, Yuyun
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13410

Abstract

Pneumonia adalah infeksi pernapasan akut yang menyerang paru-paru dan dapat disebabkan oleh bakteri, virus, atau jamur. Penyakit ini menjadi salah satu penyebab utama morbiditas dan mortalitas di berbagai wilayah, termasuk Kabupaten Karawang. Penelitian ini bertujuan untuk mengklasifikasikan wilayah rawan penyebaran pneumonia di Kabupaten Karawang menggunakan algoritma K-Means dan DBSCAN pada rentang tahun 2019-2023. Metode Knowledge Discovery in Database (KDD) diterapkan dengan pemrograman Python dalam Google Colab sebagai editor teks. DBSCAN menghasilkan 3 cluster, cluster -1 (5 kecamatan), cluster 0 (40 kecamatan), dan cluster 1 (6 kecamatan). Sementara itu, K-Means menghasilkan 4 klaster: Cluster 0 (6 kecamatan), Cluster 1 (31 kecamatan), cluster 2 (7 kecamatan), dan cluster 3 (7 kecamatan). Pemilihan C= 4, menggunakan Sum of Square Error (SSE) menunjukkan nilai 14.54426 pada K-Means, dengan Silhouette Coefficient sebesar 0.61082, menunjukkan struktur klasterisasi yang cukup baik. DBSCAN dengan nilai epsilon 3 memiliki Silhouette Coefficient lebih tinggi, yaitu 0.76746, menunjukkan struktur klasterisasi yang lebih kuat. Selain itu, Davies-Bouldin Index (DBI) menunjukkan nilai 0.684 untuk K-Means dan 0.273 untuk DBSCAN, mengindikasikan keunggulan DBSCAN dalam membentuk cluster yang lebih optimal. Hasil penelitian ini dapat menjadi referensi dalam pengambilan keputusan terkait intervensi kesehatan untuk mengendalikan penyebaran pneumonia di Kabupaten Karawang.