Prediksi Penyebaran Penyakit TBC dengan Metode K-Means Clustering Menggunakan Aplikasi Rapidminer

Abstract

Penambangan data (data mining) bertujuan untuk mendapatkan informasi penting yang bisa memberikan nilai tambah dari sekumpulan data yang sangat besar. Clustering merupakan salah satu teknik yang ada dalam data mining yang digunakan untuk mengumpulkan dataset pada database berdasarkan kriteria yang telah ditentukan. Clustering dapat digunakan salah satunya di bidang kesehatan, seperti untuk memprediksi penyebaran penyakit di suatu tempat. Tujuan dari penelitian ini untuk menentukan pola penyebaran penyakit Tuberculosis (TBC) yang terjadi di Kabupaten Ponorogo menggunakan algoritma K-Means Clustering dengan Cross-Industry Standard Process for Data Mining (CRISP-DM) yang merupakan standar pengolahan data mining untuk sebuah institusi maupan industri. Penelitian ini dapat digunakan sebagai data rujukan untuk Dinas Kesehatan Kabupaten Ponorogo dalam penanganan penyebaran penyakit TBC di Kabupaten Ponorogo. Berdasarkan hasil penelitian, diperoleh accuracy dan performa Area under the Curve (AUC) dari K-Means sebesar 84,13% dan 0,837. Pola penyebaran penyakit TBC tertinggi terdapat di daerah Puskesmas Ngebel, disusul kemudian daerah Puskesmas Babadan.