IMPLEMENTASI ALGORITMA K-MEANS DAN FUZZY C-MEANS CLUSTERING UNTUK PENGELOMPOKAN PENYEBARAN PENYAKIT MENULAR TBC PARU

FARADILA RAMADANI, - (2024) IMPLEMENTASI ALGORITMA K-MEANS DAN FUZZY C-MEANS CLUSTERING UNTUK PENGELOMPOKAN PENYEBARAN PENYAKIT MENULAR TBC PARU. SISTEMASI: Jurnal Sistem Informasi. ISSN ISSN:2302-8149, e-ISSN:2540-9719

Preview

Text
Laporan TA Faradilla Ramadani -11950320017.pdf
Download (5MB) | Preview

Abstract

Tuberkulosis (TBC) merupakan penyakit menular dan menginfeksi individu dari segala rentang usia, termasuk bayi, anak-anak, remaja, dan lansia yang ditularkan melalui udara. Penyakit ini telah menyebar di berbagai wilayah Kabupaten Indragiri Hilir, sehingga penting untuk mengidentifikasi dan mengelompokkan daerah-daerah yang menjadi pusat penyebarannya. Tujuan penelitian ini untuk membantu pihak rumah sakit dalam melakukan penyuluhan di wilayah yang banyak terjangkit tuberkulosis. Penelitian ini memanfaatkan metode Data Mining dengan teknik klasterisasi algoritma K-Means dan Fuzzy C-Means berdasarkan data pasien Rumah Sakit Puri Husada Tembilahan dari tahun 2020 hingga 2023. Setelah beberapa percobaan, hasilnya dievaluasi menggunakan DBI, yang menunjukkan bahwa K-Means memberikan validitas terbaik dengan nilai 0,9146. Yang menunjukan wilayah yang memiliki kasus tuberculosis resiko tinggi penyakit TBC adalah tembilahan, dengan usia 55-64 dengan diagnose TBC komplikasi. Metode ini kemudian diimplementasikan dalam Sistem Informasi Clustering Tuberkulosis di RSUD Puri Husada Tembilahan dengan harapan dapat membantu pekerjaan di rumah sakit dalam mengurangi tingkat penyebaran penyakit di wilayah yang terjangkit tersebut.

Item Type:

Article

Contributors: