PENERAPAN METODE K-MEANS UNTUK CLUSTERING SEBARAN PUSKESMAS DI KABUPATEN INDRAGIRI HILIR

IMRON ROSYIDI (2018) PENERAPAN METODE K-MEANS UNTUK CLUSTERING SEBARAN PUSKESMAS DI KABUPATEN INDRAGIRI HILIR. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1. COVER_2018458TIF.pdf

Download (139kB) | Preview
[img]
Preview
Text
2. PENGESAHAN_2018458TIF.pdf

Download (581kB) | Preview
[img]
Preview
Text
3. ABSTRAK_2018458TIF.pdf

Download (93kB) | Preview
[img]
Preview
Text
4. KATA PENGANTAR_2018458TIF.pdf

Download (361kB) | Preview
[img]
Preview
Text
5. DAFTAR ISI_2018458TIF.pdf

Download (184kB) | Preview
[img]
Preview
Text
6. BAB I_2018458TIF.pdf

Download (312kB) | Preview
[img]
Preview
Text
7. BAB II_2018458TIF.pdf

Download (512kB) | Preview
[img]
Preview
Text
8. BAB III_2018458TIF.pdf

Download (218kB) | Preview
[img]
Preview
Text
9. BAB IV_2018458TIF.pdf

Download (1MB) | Preview
[img] Text
10. BAB V_2018458TIF.pdf
Restricted to Repository staff only

Download (312kB)
[img]
Preview
Text
11. BAB VI_2018458TIF.pdf

Download (92kB) | Preview
[img]
Preview
Text
12. DAFTAR PUSTAKA_2018458TIF.pdf

Download (204kB) | Preview

Abstract

Pusat kesehatan Masyarakat (Puskesmas) adalah salah satu sarana pelayanan kesehatan masyarakat yang amat penting di Indonesia. Penelitian ini bertujuan untuk menganalisa sebaran puskesmas yang ada di Kabupaten Indragiri Hilir. Adapun parameter yang digunakan adalah kecamatan, jumlah penduduk, jumlah rumah/kk, luas daerah,persentase luas daerah, jumlah dokter,jumlah dokter gigi, jumlah bidan, jumlah perawat, jumlah perawat gigi,puskesmas, pustu, puskesmas keliling, dan poskesdes. Metode yang digunakan dalam penelitian ini adalah metode K-Means Clustering. Hasil yang didapatkan dari penelitian ini terdiri dari 3 cluster yaitu cluster 1 yang terdiri dari 2 kecamatan dengan sebaran puskesmas yang baik, cluster 2 terdiri dari 10 kecamatan dengan sebaran puskesmas yang kurang baik, serta cluster 3 terdiri dari 8 kecamatan dengan sebaran puskesmas yang cukup baik. Kata Kunci:Clustering, Data Mining, K-Means, Kesehatan, Puskesmas.

Item Type: Thesis (Skripsi)
Subjects: 500 Ilmu-ilmu Alam dan Matematika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ms. Nilam Badriyah
Date Deposited: 16 Jul 2019 06:31
Last Modified: 16 Jul 2019 06:31
URI: http://repository.uin-suska.ac.id/id/eprint/16005

Actions (login required)

View Item View Item