Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

KLASTERISASI TINGKAT KECANDUAN PEMAKAI NAPZA MENGGUNAKAN ALGORITMA K-MEDOIDS

AJI BAYU PANGESTU, - (2022) KLASTERISASI TINGKAT KECANDUAN PEMAKAI NAPZA MENGGUNAKAN ALGORITMA K-MEDOIDS. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
File Lengkap Kecuali BAB Hasil Penelitian (BAB IV).pdf

Download (9MB) | Preview
[img] Text (BAB IV)
File BAB Hasil Penelitian (BAB IV).pdf - Published Version
Restricted to Repository staff only

Download (1MB)

Abstract

ABSTRAK Kecanduan merupakan suatu sifat ketergantungan terhadap sesuatu hal baik secara fisik maupun psikologis yang menyebabkan perubahan emosional. Kecanduan Narkotika, Psikotropika, dan Zat Adiktif (NAPZA) merupakan kasus yang selalu ada dan akibatnya dapat merusak sistem syaraf pusat serta perubahan emosional yang sangat drastis apabila tidak dapat memenuhi keinginannya. Berdasarkan data yang didapat dari Badan Narkotika Nasional (BNN) Provinsi Riau, pada masa pandemi covid19 kasus penyalahgunaan NAPZA meningkat drastis. Penerapan data mining dengan menggunakan algoritma K-Medoids dapat memperoleh pengetahuan baru berupa tingkat kecanduan NAPZA. K-Medoids dapat diatur jumlah klaster yang diinginkan serta dapat dilihat hasilnya dan hubungannya antar data dalam satu klaster. Pengujian hasil klasterisasi dengan menggunakan metode Silhoueete Coefficient dan Davies Bouldin Index. Kriteria yang digunakan yaitu usia mulai memakai NAPZA, hasil tes urine, lama pemakaian, status psikiatris dan status fisik. Dari 944 data pemakai tahun 2017-2021 yang sudah diproses menggunakan Knowledge Discovery in Database (KDD), dan dengan jumlah klaster 2 menunjukkan sebanyak 714 data berada di klaster 1, dan 230 data berada di klaster 2. Hasil pengujian memperoleh nilai SC 0.53476827772371 yang termasuk dalam kategori struktur baik dan nilai DBI 0.32984399593945. Kata Kunci: Data Mining, Kecanduan, Klasterisasi, K-Medoids, NAPZA

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: fsains -
Date Deposited: 16 Nov 2022 03:36
Last Modified: 16 Nov 2022 03:36
URI: http://repository.uin-suska.ac.id/id/eprint/64218

Actions (login required)

View Item View Item