LEMBAGA KITALEMBAGA KITA

International Journal of Management Science and Information TechnologyInternational Journal of Management Science and Information Technology

Hari Osteoporosis Sedunia (WOD) diperingati setiap tanggal 20 Oktober setiap tahunnya, untuk meningkatkan kesadaran global tentang pencegahan, diagnosis, dan pengobatan osteoporosis. Kebutuhan mendesak di Indonesia, jumlah lansia diproyeksikan mencapai 71 juta orang pada tahun 2050, yang akan berdampak pada peningkatan kasus osteoporosis. Oleh karena itu, rekomendasi berdasarkan bukti ilmiah dalam penelitian ini bertujuan untuk membantu praktisi dalam mencegah osteoporosis pada orang dewasa dan anak-anak. Penelitian ini mengusulkan metode Peningkatan Kinerja K-Means Melalui Benih. Kinerja algoritma clustering K-Means sangat bergantung pada pemilihan awal pusat (centroid) yang ditentukan secara acak, yang dapat menyebabkan cluster yang tidak stabil, solusi lokal yang kurang optimal, dan peningkatan iterasi, terutama pada dataset medis seperti diagnosis osteoporosis berdasarkan riwayat keluarga. Oleh karena itu, diperlukan strategi inisialisasi centroid yang dioptimalkan yang dapat meningkatkan akurasi dan stabilitas clustering tanpa meningkatkan kompleksitas komputasi. Dataset yang digunakan adalah dataset osteoporosis sebagai dataset uji yang dapat diakses secara publik. Keunikan penelitian ini terletak pada pengenalan pendekatan Modified Average (MA) untuk inisialisasi centroid, yang menghilangkan ketergantungan pada benih acak dan meningkatkan stabilitas clustering tanpa meningkatkan kompleksitas komputasi. Dari hasil sembilan eksperimen dengan dataset benchmark, dapat dilihat bahwa metode yang diusulkan dalam penelitian ini menunjukkan bahwa secara praktis Metode yang diusulkan memiliki kecenderungan untuk melakukan lebih baik dalam pengukuran Indeks Rand dibandingkan dengan k-means pada benih acak.

Berdasarkan hasil eksperimen, metode yang diusulkan menunjukkan kinerja yang lebih baik daripada K-means pada dua dari tiga dataset, yaitu Osteoporosis dan Breast Tissue.Pada dataset Immunotherapy, kinerja kedua metode relatif setara.Interval kepercayaan 95% untuk perbedaan kinerja median berada pada rentang [-0,0008, 0,0387], yang mencakup nilai nol.Hal ini mengonfirmasi bahwa peningkatan kinerja Metode yang diusulkan belum signifikan secara statistik.Ketidaksignifikan hasil uji statistik sangat dipengaruhi oleh jumlah dataset yang terbatas (n = 3), sehingga daya statistik uji relatif rendah.Berdasarkan hasil penelitian dan analisis yang telah dilakukan, pekerjaan masa depan adalah untuk meningkatkan daya uji statistik dan memperoleh kesimpulan yang lebih representatif, disarankan untuk menggunakan lebih banyak dataset dengan karakteristik yang beragam.Selain R(I), disarankan untuk menggunakan metrik lainnya seperti Silhouette Score, Adjusted Rand Index (ARI), Davies-Bouldin Index, atau Normalized Mutual Information (NMI) untuk memperoleh evaluasi yang lebih komprehensif.Mengintegrasikan pendekatan ini dengan pemodelan prediktif juga dapat meningkatkan diagnosis dini dan strategi pencegahan osteoporosis.

Untuk penelitian lanjutan, disarankan untuk meningkatkan daya statistik uji dengan menggunakan lebih banyak dataset yang beragam. Selain itu, disarankan untuk menggunakan metrik evaluasi tambahan seperti Silhouette Score, Adjusted Rand Index (ARI), Davies-Bouldin Index, dan Normalized Mutual Information (NMI) untuk memperoleh evaluasi yang lebih komprehensif. Integrasi pendekatan ini dengan pemodelan prediktif dapat meningkatkan diagnosis dini dan strategi pencegahan osteoporosis. Penelitian selanjutnya juga dapat fokus pada pengembangan strategi promosi berbasis data penerimaan mahasiswa baru, serta analisis donor segmen menggunakan model RFM dan clustering K-Means untuk mengoptimalkan strategi penggalangan dana.

  1. Clustering Profil Pengunjung Perpustakaan Menggunakan Algoritma K-Means: (Studi Kasus Perpustakaan BP... jurnal.polibatam.ac.id/index.php/JAIC/article/view/476Clustering Profil Pengunjung Perpustakaan Menggunakan Algoritma K Means Studi Kasus Perpustakaan BP jurnal polibatam ac index php JAIC article view 476
  2. Donor Segmentation Analysis Using the RFM Model and K-Means Clustering to Optimize Fundraising Strategies... jurnal.polibatam.ac.id/index.php/JAIC/article/view/8464Donor Segmentation Analysis Using the RFM Model and K Means Clustering to Optimize Fundraising Strategies jurnal polibatam ac index php JAIC article view 8464
  3. Improving House Price Clustering Results with K-means through the Implementation of One-hot Encoding... doi.org/10.30871/jaic.v9i3.9481Improving House Price Clustering Results with K means through the Implementation of One hot Encoding doi 10 30871 jaic v9i3 9481
Read online
File size291.32 KB
Pages8
DMCAReport

Related /

ads-block-test