Penerapan Algoritma Fuzzy C-Means (FCM) dalam Pengelompokan Provinsi di Indonesia berdasarkan Indikator Penyakit Menular Manusia

Fahriza Novianti; Yasirah Rezqita Aisyah Yasmin; Dian Candra Rini Novitasari

doi:10.26874/jumanji.v6i1.103

Fahriza Novianti UIN Sunan Ampel Surabaya
Yasirah Rezqita Aisyah Yasmin
Dian Candra Rini Novitasari UIN Sunan Ampel Surabaya

DOI: https://doi.org/10.26874/jumanji.v6i1.103

Abstract

Penyakit menular merupakan penyakit yang dapat tersebar dari manusia yang sakit ke manusia yang sehat. Penyait menular di Indonesia diantaranya adalah HIV, AIDS, TBC dan demam berdarah. Tujuan dari penelitian ini ialah pengelompokkan provinsi di Indonesia berdasarkan indikator penyakit menular dan kepadatan penduduk masyarakat diperlukan untuk mengetahui tingkat penyebaran penyakit terseut pada suatu wilayah dan juga sebagai antisipasi pemerintah dalam melakukan pemerataan faslitas kesehatan. Metode clustering yang digunakan pada penelitian ini adalah Fuzzy C-Means (FCM). Dari penelitian yang telah dilakukan diperoleh hasil pada tahun 2019 dan 2020 pengelompokan provinsi di Indonesia dibagi menjadi 3 cluster. Didapatkan nilai Shillouette Coefficient yang paling pada tahun 2019 sebesar 0.9151. Sedangkan pada tahun 2020, karena didapatkan nilai Shillouette Coefficient yang sebesar 0.91899.

References

Rujukan Buku :
Irwan (2017). Epidemiologi Penyakit Menular. In CV. Absolute Media (Vol. 109, Issue 1).
Kaufman, L., & Rousseeuw, P. J. (2005). Finding Groups in Data: An Introduction to Cluster Analysis. John Wiley & Sons.
Rujukan Jurnal :
Afifah, N., Rini, D. C., & Lubab, A. (2016). Pengklasteran Lahan Sawah Di Indonesia Sebagai Evaluasi Ketersediaan Produksi Pangan Menggunakan Fuzzy C-Means. Jurnal Matematika “MANTIK,” 2(1), 40. https://doi.org/10.15642/mantik.2016.2.1.40-45
Andika, F., Safira, A., Mustina, N., & Marniati. (2020). Edukasi Tentang Pemberantasan Penyakit Menular Pada Siswa di SMA Negeri 5 Kota Banda Aceh. Jurnal Pengabdian Masyarakat, 2(1), 29–33.
Bastian, A., Sujadi, H., & Febrianto, G. (2018). Penerapan Algoritma K-Means Clustering Analysis Pada Penyakit Menular Manusia (Studi Kasus Kabupaten Majalengka). 1, 26–32.
Dwitiyanti, N., Selvia, N., & Andrari, F. R. (2019). Penerapan Fuzzy C-Means Cluster dalam Pengelompokkan Provinsi Indonesia Menurut Indikator Kesejahteraan Rakyat. Faktor Exacta, 12(3), 201–209.
Fasich, D. A. (2017). Klastering Emosi Berdasarkan Gelombang Otak Sinyal EEG Menggunakan Fuzzy C-Means Clustering. 76. http://repository.its.ac.id/48198/
Firdaus, H. S., Nugraha, A. L., Sasmito, B., Awaluddin, M., & Nanda, C. A. (2021). Perbandingan Metode Fuzzy C-Means dan K-Means untuk Pemetaan Daerah Rawan Kriminalitas di Kota Semarang. 04(01), 58–64.
Mulyaningsih, W. S. (2019). Implementasi Fuzzy C-Means Dan Fuzzy Possibilistic C-Means Untuk Pengelompokkan Kabupaten/Kota Di Provinsi Banten.
Pamungkas, M. A., Oktavianto, H., & Umilasari, R. (2021). Perbandingan Fuzzy C-Means Dan K-Means Untuk Mengelompokkan Tingkat Buta Huruf Berdasarkan Provinsi Di Indonesia.
Puspitasari, N., Widians, J. A., & pohny. (2018). a Clustering of Generative and Infectious Diseases Using Fuzzy C-Means. ITSMART: Jurnal Ilmiah Teknologi Dan Informasi, 7(1), 22–28.
Santoso, H., & Epid, M. (2005). Wabah Penyakit Menular. Badan Pembinaan Hukum Nasional Departemen Kehakiman Dan Hak Asasi Manusia RI, 1–44.
Tamaela, J., Sediyono, E., & Setiawan, A. (2017). Cluster Analysis Menggunakan Algoritma Fuzzy C-means dan K-means Untuk Klasterisasi dan Pemetaan Lahan Pertanian di Minahasa Tenggara. Jurnal Buana Informatika, 8(3), 151–160. https://doi.org/10.24002/jbi.v8i3.1317
Ulinnuha, N. (2020). Provincial Clustering in Indonesia Based on Plantation Production Using Fuzzy C-Means. Jurnal Ilmiah Teknologi Dan Informasi, 9(1), 8–12.