NADIA NURFADILLA, - (2023) KOMPARASI ALGORITMA DATA MINING UNTUK CLUSTERING DATA PENDERITA PENYAKIT MENULAR PADA MANUSIA. Jurnal Teknik Informatika.

Preview

Text LAPORAN TUGAS AKHIR NADIA NURFADILLA - 11950320767 (1).pdf Download (8MB) | Preview

Abstract

Tuberculosis dikenal sebagai penyakit menular yang penularannya melalui perantara udara yang disebabkan oleh bakteri Mycobacterium Tuberculosis. Penyakit ini menjadi kasus yang hampir menyebar ke seluruh daerah Kabupaten Pelalawan dengan jumlah yang terus menerus meningkat setiap tahunnya sehingga memungkinkan untuk dapat menegelompokkan daerah yang menjadi tempat penyebaran penyakit ini. Pengelompokan daerah penyebaran tuberculosis menggunakan metode data mining berupa clustering dengan data-data yang digunakan berasal dari Dinas Kesehatan Kabupaten Pelalawan tahun 2020 sampai dengan tahun 2022. Data yang didapatkan tadi kemudian akan diproses atau diolah dengan menggunakan algoritma k-medoids, k-means, serta x-means. Diawalinya penelitian ini dengan memproses data dari tiap tahun dengan menggunakan ketiga algoritma tersebut. Penentuan algoritma paling optimal dengan menggunakan DBI atau yang dikenal dengan Davies Bouldin Index. Hasil dari proses pengolahan indikator yang ada dikelompokan menjadi tiga bagian yaitu daerah yang jumlah kasusnya tinggi, sedang, dan juga rendah. Dari hasil penelitian menghasilkan algoritma yang optimal pada data tahun 2020 yaitu algoritma k-medoids dengan nilai DBI yang serupa yaitu 0,553 dan pada data tahun 2021 algoritma yang paling optimal yakni algoritma k-means dan x-means dengan nilai DBI 0,582. Selanjutnya data pada tahun 2022 algoritma yang paling optimal yakni algoritma k-means dan x-means dikarenakan mempunyai nilai DBI yang sama yaitu 0,510.

Actions (login required)

View Item