Penerapan K-Means Clustering pada Penyakit Infeksi Saluran Pernapasan Akut (ISPA) di Kabupaten Karawang

Isy Karima Fauzia, B. Dermawan, Tesa Nur Padilah
{"title":"Penerapan K-Means Clustering pada Penyakit Infeksi Saluran Pernapasan Akut (ISPA) di Kabupaten Karawang","authors":"Isy Karima Fauzia, B. Dermawan, Tesa Nur Padilah","doi":"10.30864/jsi.v15i1.350","DOIUrl":null,"url":null,"abstract":"Infeksi Saluran Pernapasan Akut (ISPA) adalah penyakit yang menyerang pernapasan bawah dan pernapasan atas dapat mengakibatkan kematian. Menurut Badan Pusat Statistik Kabupaten Karawang pada tahun 2017 melaporkan 173.953 kasus ISPA dan meningkat menjadi 175.891 pada tahun 2018. Belum adanya perhatian khusus pada daerah tersebut yang menjadikan penyakit ini terus meningkat. Pada penelitian ini adalah clustering penyakit ISPA menggunakan algoritma K-Means dengan Cross-Industry Standard Process for Data Mining (CRISP-DM). Di mana pada penelitian sebelumnya menyimpulkan bahwa teknik clustering yang paling optimal adalah metode K-Means karena hasilnya lebih akurat dalam pengelompokan data dan tidak menggunakan tahap CRISP-DM. Untuk itu diperlukannya clustering daerah penyebaran ISPA yang terbagi menjadi tiga cluster yaitu rendah, sedang, dan tinggi sehingga dapat membantu dalam pengambilan kebijakan terhadap penyakit ISPA oleh pemerintah Kabupaten Karawang. Hasilnya adalah tahun 2017 terdapat 30 anggota cluster rendah, 9 anggota cluster sedang, dan 11 anggota cluster tinggi. Tahun 2018 terdapat 33 anggota cluster rendah, 5 anggota cluster sedang, dan 12 anggota cluster tinggi. Tahun 2019 terdapat 20 anggota cluster rendah, 25 anggota cluster sedang, dan 5 anggota cluster tinggi. Evaluasi algoritma K-Means menggunakan SSE pada tahun 2017 yaitu 232.6133, 2018 yaitu 207.8584, dan tahun 2019 yaitu 260.3935.","PeriodicalId":30123,"journal":{"name":"Journal of Systems Integration","volume":"15 1","pages":"81-87"},"PeriodicalIF":0.0000,"publicationDate":"2020-11-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of Systems Integration","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.30864/jsi.v15i1.350","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

Infeksi Saluran Pernapasan Akut (ISPA) adalah penyakit yang menyerang pernapasan bawah dan pernapasan atas dapat mengakibatkan kematian. Menurut Badan Pusat Statistik Kabupaten Karawang pada tahun 2017 melaporkan 173.953 kasus ISPA dan meningkat menjadi 175.891 pada tahun 2018. Belum adanya perhatian khusus pada daerah tersebut yang menjadikan penyakit ini terus meningkat. Pada penelitian ini adalah clustering penyakit ISPA menggunakan algoritma K-Means dengan Cross-Industry Standard Process for Data Mining (CRISP-DM). Di mana pada penelitian sebelumnya menyimpulkan bahwa teknik clustering yang paling optimal adalah metode K-Means karena hasilnya lebih akurat dalam pengelompokan data dan tidak menggunakan tahap CRISP-DM. Untuk itu diperlukannya clustering daerah penyebaran ISPA yang terbagi menjadi tiga cluster yaitu rendah, sedang, dan tinggi sehingga dapat membantu dalam pengambilan kebijakan terhadap penyakit ISPA oleh pemerintah Kabupaten Karawang. Hasilnya adalah tahun 2017 terdapat 30 anggota cluster rendah, 9 anggota cluster sedang, dan 11 anggota cluster tinggi. Tahun 2018 terdapat 33 anggota cluster rendah, 5 anggota cluster sedang, dan 12 anggota cluster tinggi. Tahun 2019 terdapat 20 anggota cluster rendah, 25 anggota cluster sedang, dan 5 anggota cluster tinggi. Evaluasi algoritma K-Means menggunakan SSE pada tahun 2017 yaitu 232.6133, 2018 yaitu 207.8584, dan tahun 2019 yaitu 260.3935.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
卡拉旺地区急性呼吸道感染(ISPA)疾病的K-Means聚类分析
急性呼吸道感染(ISPA)是一种攻击下呼吸和上呼吸的疾病,可导致死亡。根据卡拉旺首都统计中心2017年的数据,共报告173953例ISPA病例,2018年增至175891例。没有人特别关注导致这种疾病增长的地区。在本研究中,使用K-Means算法和跨行业数据挖掘标准过程(CRISP-DM)对ISPA疾病进行聚类。先前的研究得出结论,最优化的聚类技术是K-Means方法,因为它可以实现更准确的数据池,并且不使用CRISP-DM级别。为此,它需要将ISPA传播区域分为低、存在和高三个集群,以便帮助卡拉旺分会政府制定ISPA疾病的政策。结果是,2017年有30个低集群成员,9个现有集群成员,11个高集群成员。2018年,有33个低集群成员,5个现有集群成员,12个高集群成员。2019年,有20个低集群成员、25个现有集群成员和5个高集群成员。2017年使用SSE的K-Means算法的评估为2326133,2018年为2078584,2019年为2603935。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
12 weeks
期刊最新文献
Strategi Bertahan Hidup Petani (Studi pada Keluarga Petani Karet di Desa Jeriji pada Masa Pandemi Covid-19) Strategi Pengembangan Pembangunan Aek Biru Sebagai Destinasi Wisata Desa Cit, Kecamatan Riausilip, Kabupaten Bangka, Kepulauan Bangka Belitung Dampak Sosial Ekonomi Kampoeng Reklamasi PT Timah Dalam Menunjang Pengembangan Sektor Pariwisata Di Desa Riding Panjang Kabupaten Bangka Analisis Fenomena Tren Green Lifestyle Pada Mahasiswa Universitas Bangka Belitung Peningkatan Kualitas Layanan Publik Dengan Inovasi Peta
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1