<![CDATA[Pada penelitian ini, kami menggunakan algoritma K-Medoids untuk melakukan clustering (pengelompokan) fasilitas kesehatan berdasarkan kecamatan di Jakarta pada tahun 2020. Tujuan dari penelitian ini adalah untuk mengidentifikasi pola-pola kemiripan antara kecamatan berdasarkan jenis dan jumlah fasilitas kesehatan yang tersedia di setiap kecamatan. K-Medoids adalah salah satu metode clustering yang berfokus pada pemilihan titik-titik tengah yang mewakili setiap kelompok. Algoritma ini bekerja dengan menginisialisasi k-titik awal sebagai medoids, kemudian mengalokasikan setiap data ke medoid terdekat dan menghitung total jarak antara data dan medoid. Proses ini diulang untuk mencari kombinasi medoid yang memiliki total jarak minimum. Hasilnya adalah partisi data ke dalam kelompok-kelompok yang saling terpisah. Data yang digunakan dalam penelitian ini mencakup informasi tentang jenis fasilitas kesehatan (seperti rumah sakit, klinik, dan puskesmas) yang ada di setiap kecamatan di Jakarta pada tahun 2020. Data ini diperoleh dari sumber terpercaya yang menyediakan data terkait kesehatan di Jakarta. Setelah mengimplementasikan algoritma K-Medoids pada data fasilitas kesehatan di setiap kecamatan, kami memperoleh hasil clustering yang menunjukkan kelompok-kelompok kecamatan yang memiliki pola kemiripan dalam hal jenis dan jumlah fasilitas kesehatan yang tersedia. Hasil ini dapat memberikan wawasan yang berharga bagi pemangku kepentingan dalam perencanaan dan pengembangan sistem kesehatan di Jakarta.]]>
Copyrights © 2023
