STMIKJAYAKARTASTMIKJAYAKARTA

Journal of Information System, Informatics and ComputingJournal of Information System, Informatics and Computing

Demam Berdarah Dengue merupakan jenis penyakit menular yang disebabkan oleh virus dengue dan disebarluaskan oleh spesies nyamuk Aedes aegypti. Demam Berdarah Dengue dapat mengakibatkan suhu tubuh penderita menjadi sangat tinggi dan pada umumnya disertai demam tinggi, mual/muntah, sakit kepala, mimisan, nyeri pada otot serta persendian, bahkan dapat menyebabkan kematian. Objek penelitian ini adalah algoritma K-Means Clustering dengan tempat penelitian di Kabupaten Karawang. Data yang telah diperoleh dari Dinas Kesehatan Kabupaten Karawang. Metodologi penelitian yang digunakan adalah metode CRISP-DM (Cross Industry Standard Process for Data mining), yang terdiri dari 6 fase yaitu pemahaman bisnis (business understanding), pemahaman data (data understanding), (modeling), penyebaran pengolahan data (deployment), evaluasi (evaluation). Hasil yang didapat untuk ukuran cluster (k) = 8, 9 dan 10, nilai total SSE-nya relatif sama. Untuk k yang lain diperoleh nilai total SSE yang berbeda. Hal ini berpengaruh pada jumlah iterasi dari algoritma K-Means. Jumlah iterasi pada algoritma K-Means tidak terlalu berpengaruh terhadap waktu eksekusi karena algoritma K-Means memiliki kompleksitas linear terhadap ukuran objek data. Dari nilai K-2 sampai 10 yang memiliki nilai SSE terkecil adalah terdapat pada nilai K = 10 sebesar 151,48. Selain itu, nilai SSE dari setiap K, memiliki nilai SSE yang semakin menurun dari setiap K. Jumlah iterasi terkecil terdapat pada nilai K = 2 dengan jumlah iterasi sebesar 7. Sedangkan jumlah iterasi terbesar terdapat pada nilai K = 7 dengan jumlah iterasi sebesar 36.

Analisis menunjukkan bahwa untuk ukuran cluster k = 8, 9, dan 10 nilai total SSE relatif sama, sedangkan nilai SSE berbeda untuk nilai k lainnya dan mempengaruhi jumlah iterasi.Iterasi algoritma K-Means tidak signifikan memengaruhi waktu eksekusi karena kompleksitas linear, dengan iterasi terkecil pada k = 2 (7 iterasi) dan terbesar pada k = 7 (36 iterasi).Nilai SSE terkecil ditemukan pada k = 10 (151,48), dan nilai SSE menurun secara konsisten seiring peningkatan k.

Penelitian lanjutan dapat mengeksplorasi perbandingan performa antara algoritma K-Means dengan metode clustering lain seperti DBSCAN, hierarchical clustering, atau fuzzy c-means untuk mengidentifikasi zona penyebaran Demam Berdarah Dengue secara lebih akurat; peneliti juga dapat mengintegrasikan data spasial‑temporal berbasis Sistem Informasi Geografis (GIS) yang mencakup koordinat geografis, curah hujan, dan suhu guna memperbaiki model clustering serta memprediksi pola penyebaran di masa depan; selanjutnya, studi dapat memperluas cakupan wilayah dengan mengumpulkan data dari beberapa kabupaten atau provinsi serta memasukkan variabel lingkungan dan demografis untuk mengembangkan model prediktif yang lebih robust dan dapat diaplikasikan pada skala nasional.

  1. ANALISIS ALGORITMA K-MEANS CLUSTERING DALAM PENGELOMPOKAN DAERAH PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE... journal.stmikjayakarta.ac.id/index.php/jisicom/article/view/1795ANALISIS ALGORITMA K MEANS CLUSTERING DALAM PENGELOMPOKAN DAERAH PENYEBARAN PENYAKIT DEMAM BERDARAH DENGUE journal stmikjayakarta ac index php jisicom article view 1795
Read online
File size889.93 KB
Pages16
DMCAReport

Related /

ads-block-test