JTIK (Jurnal Teknik Informatika Kaputama)
Vol. 1 No. 2 (2017): Volume 1, Nomor 2, Juli 2017

PENERAPAN ALGORITMA K-MEANS CLUSTERING UNTUK MENDETEKSI PENYEBARAN PENYAKIT TBC (STUDI KASUS: DI KABUPATEN DELI SERDANG)

Fauzi, Muhammad (Unknown)
Yudi (Unknown)



Article Info

Publish Date
01 Jul 2017

Abstract

Tuberculosis (TBC) merupakan penyakit menular yang masih menjadi perhatian dunia. Hingga saat ini, belum ada satu negara pun yang bebas TBC. Angka kematian dan kesakitan akibat kuman mycobacterium tuberculosis ini pun tinggi. Tingkat prevalensi penderita TBC di Indonesia diperkirakan sebesar 289 per 100 ribu penduduk dan insidensi sebesar 189 per 100 ribu penduduk. Bahkan 27 dari 1.000 penduduk terancam meninggal seperti yang dilaporkan Direktorat Jendral Pengendalian Penyakit dan Penyehatan Lingkungan, Kementrian Kesehatan Republik Indonesia yang dihimpun sepanjang 2011 mengenai tuberkulosis (TBC) di Indonesia. Pengelompokkan wilayah penyebaran TBC penulis menggunakan algoritma KMeansClustering, algoritma K-MeansClustering mampu mengelompokkan data pada kelompok yang sama dan data yang berbeda pada kelempok yang berbeda. Sehingga akan terlihat titiktitik lokasi penyebaran penyakit diare. Algoritma K-Means Clustering selain mampu mengelompokkan data pada kelompok yang sama dan data yang berbeda pada kelompok berbeda, juga mampu menentukan titik pusat penyebaran. Diharapkan hasil penelitian ini mampu memberikan kontribusi dalam mengatasi penyebaran diare, dengan melihat pusat penyebaran maka akan membantu memfokuskan penanganan diare pada wilayah tersebut

Copyrights © 2017






Journal Info

Abbrev

JTIK

Publisher

Subject

Computer Science & IT

Description

JTIK (Jurnal Teknik Informatika Kaputama) diterbitkan oleh Program Studi Teknik Informatika Kaputama sebagai media untuk menyalurkan pemahaman tentang aspek-aspek sistem informasi berupa hasil penelitian lapangan, laboratorium dan studi pustaka. Jurnal ini Terbit 2x setahun yaitu bulan januari dan ...