Implementasi Algoritma K-Means Clustering Untuk Pengelompokan Penyebaran Pneumonia Pada Balita Di Kota Bandung
Article Sidebar
Main Article Content
Abstract
Pneumonia adalah bentuk infeksi pernapasan akut yang menyerang paru-paru. Pneumonia saat ini masih tercatat sebagai masalah kesehatan utama pada anak di negara berkembang. Penyakit Pneumonia merupakan penyebab utama kematian balita baik di Indonesia maupun di dunia, namun tidak banyak perhatian terhadap penyakit ini, karena gejalanya yang hampir mirip dengan flu biasa. Kota Bandung merupakan salah satu kota penyumbang Pneumonia tertinggi pada balita di Jawa Barat dengan jumlah temuan kasus sebanyak 10.735 kasus pada tahun 2017. Tujuan dilakukannya penelitian ini adalah untuk mengelompokkan wilayah penyebaran penyakit pneumonia pada balita di Kota Bandung, sehingga dinas kesehatan kota bandung dapat melakukan pencegahan dan penanggulangan penyebaran penyakit pneumonia pada balita dengan efektif. Pada penelitian ini penulis menggunakan algoritma K-Means clustering untuk mengelompokkan wilayah penyebaran penyakit pneumonia pada balita di Kota Bandung dari tahun 2015-2018. Hasil dari penelitian ini dibentuk 3 cluster yang telah di evaluasi menggunakan Davies Bouldin Index dengan nilai sebesar 0,571. Hasil clustering dari jumlah keseluruhan 30 Kecamatan didapatkan cluster tinggi, sedang dan rendah, yaitu cluster 0 (C0) rendah dengan jumlah 19 Kecamatan, cluster 1 (C1) sedang dengan jumlah 9 Kecamatan dan cluster 2 (C2) tinggi dengan jumlah 2 Kecamatan, dengan didominasi oleh penderita laki-laki.
Article Details
References
Dinas Kesehatan Provinsi Jawa Barat. (2017). Profil Kesehatan Dinas Kesehatan Provinsi Jawa Barat 2017. Diskes Jabarprov, 52. Retrieved from http://diskes.jabarprov.go.id/dmdocuments/01b3018430a412a520e2b4a4b9d9864f.pdf (17 Mei 2019)
Herliana, A., Setiawan, V. A., & Prasetio, R. T. (2018). Penerapan Inferensi Backward Chaining Pada Sistem Pakar Diagnosa Awal Penyakit Tulang. Jurnal Informatika, 5(1), 50-60.
KeMenKes, R. I. (2017a). Pneumonia Penyebab Kematian Utama Balita. Retrieved from https://www.kemkes.go.id/article/view/410/pneumonia-penyebab-kematian-utama-balita.html (17 Mei 2020)
KeMenKes, R. I. (2017b). Profil Kesehatan Indonesia 2017. Retrieved from https://www.kemkes.go.id/resources/download/pusdatin/profil-kesehatan-indonesia/Profil-Kesehatan-Indonesia-tahun-2017.pdf (17 Mei 2020)
Nasari, F., & Sianturi, C. J. M. (2016). Penerapan Algoritma K-Means Clustering Untuk Pengelompokkan Penyebaran Diare Di Kabupaten Langkat. CogITo Smart Journal, 2(2), 108. https://doi.org/10.31154/cogito.v2i2.19.108-119
Prasetio, R. T., & Riana, D. (2015, November). A comparison of classification methods in vertebral column disorder with the application of genetic algorithm and bagging. In 2015 4th international conference on instrumentation, communications, information technology, and biomedical engineering (ICICI-BME) (pp. 163-168). IEEE.
Prasetio, R. T. (2014). Inventory Control Using Statistics Forecasting on Manufacture Company. Jurnal Informatika, 1(2).
Prasetio, R. T., & Pratiwi, P. (2015). PENERAPAN TEKNIK BAGGING PADA ALGORITMA KLASIFIKASI UNTUK MENGATASI KETIDAKSEIMBANGAN KELAS DATASET MEDIS. Jurnal Informatika, 2(2).
Prasetio, R. T., & Ripandi, E. (2019). Optimasi Klasifikasi Jenis Hutan Menggunakan Deep Learning Berbasis Optimize Selection. Jurnal Informatika, 6(1), 100-106.
Prasetio, R. T., Rismayadi, A. A., & Anshori, I. F. (2018). Implementasi Algoritma Genetika pada k-nearest neighbours untuk Klasifikasi Kerusakan Tulang Belakang. Jurnal Informatika, 5(2), 186-194.
Prasetio, R. T., & Susanti, S. (2019). Prediksi Harapan Hidup Pasien Kanker Paru Pasca Operasi Bedah Toraks Menggunakan Boosted k-Nearest Neighbor. JURNAL RESPONSIF: Riset Sains & Informatika, 1(1), 64-69.
Purnia, D. S., & Warnilah, A. I. (2017). Implementasi Data Mining Pada Penjualan Kacamata Menggunakan Algoritma Apriori. IJCIT (Indonesian Journal on Computer and Information Technology), 2(2), 31–39. https://doi.org/https://doi.org/10.31294/ijcit.v2i2.2776
Rahayu, P. (2016). Gambaran Praktik/Kebiasaan Keluarga Terkait Dengan Kejadian Pneumonia Pada Balita Di Upt Puskesmas Sigaluh 2 Banjarnegara. Jurnal Kesehatan Masyarakat (e-Jurnal), 4(3), 93–97. Retrieved from http://ejournal-s1.undip.ac.id/index.php/jkm%0A(21 Juli 2020)
Riana, D. (2018). Classification of Pap Smear. International Journal of Electrical and Computer Engineering (IJECE), 8(6), 5415-5424.
Siyoto, S., & Sodik, M. A. (2015). Dasar Metodologi Penelitian. Yogyakarta: Literasi Media Publishing.
Talakua, M. W., Leleury, Z. A., & Talluta, A. W. (2017). Analisis Cluster Dengan Menggunakan Metode K-Means Untuk Pengelmpokkan Kabupaten/Kota Di Provinsi Maluku Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2014. Jurnal Ilmu Matematika Dan Terapan, 11(2), 119–128. Retrieved from https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/353/308 (10 Juni 2020)
Toresa, D. (2020). Implementasi k-means terhadap penyebaran penyakit. JUTIM (Jurnal Teknik Informatika Musirawas), 05(01), 35–42. Retrieved from http://jurnal.univbinainsan.ac.id/index.php/jutim/article/view/809/553 (18 Mei 2020)
UNICEF. (2019). Lembaga kesehatan dan anak memeringatkan satu anak meninggal akibat pneumonia setiap 39 detik. Retrieved from https://www.unicef.org/indonesia/id/press-releases/lembaga-kesehatan-dan-anak-memeringatkan-satu-anak-meninggal-akibat-pneumonia-setiap (17 Mei 2020)
Wardhani, A. K. (2016). Implementasi Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Kajen Pekalongan. Jurnal Transformatika, 14(1), 30–37. Retrieved from http://journals.usm.ac.id/index.php/transformatika/article/download/387/248 (15 Mei 2020)
WHO. (2019). Pneumonia. Retrieved from https://www.who.int/en/news-room/fact-sheets/detail/pneumonia (17 Mei 2020)