Klasterisasi Penyakit Menggunakan Algoritma K-Medoids pada Dinas Kesehatan Kabupaten Agam
DOI:
https://doi.org/10.23887/janapati.v10i3.34904Keywords:
Algoritma K-Medoids, Klasterisasi, PenyakitAbstract
Penelitian ini membahas tentang penerapan algoritma K-Medoids untuk pengelompokkan data penyakit berdasarkan jumlah kasus pada Dinas Kesehatan Kabupaten Agam. Algoritma K-Medoids merupakan metode klasterisasi pembatas untuk mengelompokkan sekumpulan n objek menjadi beberapa k klaster. Data yang digunakan 370 record yaitu jumlah penderita penyakit demam berdarah (DBD), tuberculosis, dan pneumonia dari tahun 2016-2019. Hasil pengujian diperoleh anggota masing-masing klaster untuk tiap-tiap penyakit yaitu tuberculosis klaster tinggi 32 dan rendah 60, penyakit pneumonia klaster tinggi 33 dan rendah 59, sedangkan untuk penyakit DBD klaster tinggi 10 anggota dan rendah 82 anggota. Pengujian menggunakan perhitungan manual dan aplikasi Rapidminer mendapatkan hasil yang sama dengan sistem. Ini menunjukkan bahwa sistem telah bekerja dengan baik. Hasil ini dapat digunakan sebagai bahan pertimbangan dalam mengambil kebijakan untuk pencegahan dan penanggulangan penyakit pada Dinas Kesehatan Kabupaten Agam.
References
Dinas Kesehatan, Profil Kesehatan Kabupaten Agam Tahun 2018. Kab.Agam, 2018.
Suyanto, Data Mining untuk Klasifikasi dan Klasterisasi Data. Bandung: Informatika Bandung, 2017.
G. Gustientiedina, M. H. Adiya, and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan,” J. Nas. Teknol. dan Sist. Inf., vol. 5, no. 1, pp. 17–24, 2019, doi: 10.25077/teknosi.v5i1.2019.17-24.
J. Han, M. Kamber, and J. Pei, “Data mining concepts and techniques third edition,” Morgan Kaufmann Ser. Data Manag. Syst., vol. 5, no. 4, pp. 83–124, 2011.
B. Riyanto, “PENERAPAN ALGORITMA K-MEDOIDS CLUSTERING UNTUK PENGELOMPOKKAN PENYEBARAN DIARE DI KOTA MEDAN ( STUDI KASUS : KANTOR DINAS KESEHATAN KOTA MEDAN ),” vol. 3, pp. 562–568, 2019, doi: 10.30865/komik.v3i1.1659.
K. Khomsatun, D. Ikhsan, M. Ali, and K. Kursini, “SISTEM PENGAMBILAN KEPUTUSAN PEMILIHAN LAHAN TANAM DI KABUPATEN WONOSOBO DENGAN K-MEANS CLUSTERING DAN TOPSIS,” J. Nas. Pendidik. Tek. Inform. JANAPATI, vol. 9, no. 1, pp. 55–62, 2020.
L. P. Rizby, Marji, and L. Muflikhah, “Clustering Pasien Kanker Berdasarkan Struktur Protein Dalam Tubuh,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 2, no. 10, pp. 3810–3816, 2018.
I. Kamila, U. Khairunnisa, and M. Mustakim, “Perbandingan Algoritma K-Means dan K-Medoids untuk Pengelompokan Data Transaksi Bongkar Muat di Provinsi Riau,” J. Ilm. Rekayasa dan Manaj. Sist. Inf., vol. 5, no. 1, p. 119, 2019, doi: 10.24014/rmsi.v5i1.7381.
A. D. Andini, T. Arifin, A. R. Sanjaya, A. R. Sanjaya, S. Coefficient, and P. Pasien, “IMPLEMENTASI ALGORITMA K-MEDOIDS UNTUK KLASTERISASI DATA PENYAKIT PASIEN,” vol. 2, no. 2, pp. 128–138, 2020.
L. Purba, S. Saifullah, and R. Dewi, “Pengelompokan Kasus Penyakit Aids Berdasarkan Provinsi Dengan Data Mining K-Medoids Clustering,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 687–694, 2019, doi: 10.30865/komik.v3i1.1679.
T. Juninda and E. Andri, “Penerapan Algoritma K-Medoids untuk Pengelompokan Penyakit di Pekanbaru Riau,” no. November, pp. 42–49, 2019.
S. Sundari, I. S. Damanik, A. P. Windarto, H. S. Tambunan, J. Jalaluddin, and A. Wanto, “Analisis K-Medoids Clustering Dalam Pengelompokkan Data Imunisasi Campak Balita di Indonesia,” Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. September, p. 687, 2019, doi: 10.30645/senaris.v1i0.75.
H. Ningrum, E. Irawan, and M. R. Lubis, “Implementasi Metode K-Medoids Clustering Dalam Pengelompokan Data Penyakit Alergi Pada Anak,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek. Inform., vol. 6, no. 1, pp. 130–139, 2021.
S. Sindi, W. R. O. Ningse, I. A. Sihombing, F. I. R. H. Zer, and D. Hartama, “Analisis algoritma k-medoids clustering dalam pengelompokan penyebaran covid-19 di indonesia,” JurTI (Jurnal Teknol. Informasi), vol. 4, no. 1, pp. 166–173, 2020.
E. Irwansyah, E. S. Pratama, and M. Ohyver, “Clustering of Cardiovascular Disease Patients Using Data Mining Techniques with Principal Component Analysis and K-Medoids,” 2020.
D. Marlina, A. Fernando, and A. Ramadhan, “Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak,” J. CoreIT J. Has. Penelit. Ilmu Komput. dan Teknol. Inf., vol. 4, no. 2, pp. 64–71, 2018.
H. Kusumah, M. R. Lubis, and H. S. Tambunan, “Penerapan Algoritma K-Medoids Dalam Pengelompokan Imunisasi Lanjutan Pada Anak Usia 2 Tahun,” Resolusi Rekayasa Tek. Inform. dan Inf., vol. 1, no. 4, pp. 265–273, 2021.
Downloads
Published
How to Cite
Issue
Section
License
Authors who publish with Janapati agree to the following terms:- Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work. (See The Effect of Open Access)
