TUNASBANGSATUNASBANGSA

Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika)Jurasik (Jurnal Riset Sistem Informasi dan Teknik Informatika)

Alergi merupakan respon abnormal dari sistem kekebalan tubuh. Orang yang mengalami alergi memiliki sistem kekebalan tubuh yang bereaksi terhadap suatu zat yang biasanya tidak berbahaya di lingkungan. Pembatasan pada penelitian ini terdapat dua penyebab alergi yaitu, alergi makanan laut dan alergi udara. Pada penelitian ini data yang digunakan bersumber dari Badan Pusat Statistik Nasional tahun 2011-2019. Penelitian ini menggunakan teknik data mining dalam proses pengolahan data dengan metode k-medoids clustering. Metode k-medoids merupakan metode clustering yang berfungsi untuk memecah dataset menjadi beberapa kelompok. Kelebihan dari metode ini mampu mengatasi kelemahan dari metode k-means yang sensitive terhadap outlier. Kelebihan lain dari metode ini yaitu hasil proses clustering tidak bergantung pada urutan masuk dataset. Metode ini dapat diterapkan pada data persentase anak yang terkena penyakit Alergi berdasarkan provinsi, sehingga dapat diketahui pengelompokkan provinsi berdasarkan data tersebut. Dari data pengelompokan tersebut diperoleh 34 provinsi dengan menghasilkan 21 provinsi yakni cluster rendah, cluster sedang sebanyak 12 provinsi, dan cluster tinggi sebanyak 1 provinsi dari persentase imunisasi Alergi pada setiap provinsi. Diharapkan penelitian ini dapat memberikan informasi kepada pihak dinas kesehatan terutama puskesmas tentang pengelompokan data Penyakit Alergi pada anak di Indonesia yang berdampak pada pemerataan dalam pemberian imunisasi anti alergi pada anak di Indonesia.

Penerapan metode k-medoids clustering pada data penyakit alergi anak Indonesia berhasil mengelompokkan 34 provinsi ke dalam tiga cluster.rendah, sedang, dan tinggi berdasarkan persentase imunisasi.Analisis menggunakan Rapidminer konfirmasi hasil pengelompokkan tersebut.Hasil penelitian ini diharapkan dapat mendukung pemerataan imunisasi anti-alergi di Indonesia melalui identifikasi provinsi yang memerlukan perhatian khusus.

Saran penelitian lanjutan meliputi: (1) Meneliti faktor-faktor pendukung seperti kondisi lingkungan, pola diet, dan riwayat keluarga yang memengaruhi persebaran alergi di provinsi berbeda. (2) Membandingkan efektivitas algoritma K-Medoids dengan metode lain seperti K-Means atau DBSCAN untuk menguji akurasi klaster yang dihasilkan. (3) Memperluas dataset hingga tahun 2023 untuk melihat tren perubahan rasio alergi anak dan dampaknya terhadap strategi imunisasi di wilayah yang rentan.

  1. SELAMAT DATANG. datang jurnal elektronik ejurnal amik stikom tunas bangsa ilmiah akses terbuka penelitian... doi.org/10.30645/senaris.v1i0.78SELAMAT DATANG datang jurnal elektronik ejurnal amik stikom tunas bangsa ilmiah akses terbuka penelitian doi 10 30645 senaris v1i0 78
  2. PENERAPAN ALGORITMA K-MEDOIDS UNTUK MENGELOMPOKKAN PENDUDUK 15 TAHUN KEATAS MENURUT LAPANGAN PEKERJAAN... doi.org/10.30865/Komik.V3i1.1609PENERAPAN ALGORITMA K MEDOIDS UNTUK MENGELOMPOKKAN PENDUDUK 15 TAHUN KEATAS MENURUT LAPANGAN PEKERJAAN doi 10 30865 Komik V3i1 1609
  1. #faktor pendukung#faktor pendukung
  2. #pengolahan data#pengolahan data
Read online
File size1.13 MB
Pages10
Short Linkhttps://juris.id/p-2lk
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test