ANALISIS PENGELOMPOKAN KABUPATEN DAN KOTA DI PULAU SUMATERA DENGAN METODE SINGLE LINKAGE DAN K-MEANS BERDASARKAN JUMLAH PENDERITA DBD DAN TUBERKULOSIS

Oktaviani, Santi (2022) ANALISIS PENGELOMPOKAN KABUPATEN DAN KOTA DI PULAU SUMATERA DENGAN METODE SINGLE LINKAGE DAN K-MEANS BERDASARKAN JUMLAH PENDERITA DBD DAN TUBERKULOSIS. S1 thesis, Matematika.

	Text Skripsi FIX Revisi.pdf Restricted to Repository staff only Download (3MB)
	Text cover skripsi.pdf Download (3MB)
	Text Lembar Pengesahan.pdf Download (262kB)
	Text Abstrak.pdf Download (3MB)
	Text 20220615212934php8rsu5e.pdf Download (124kB)
	Text 20220615220000php991srq.pdf Download (99kB)
	Text Daftar Pustaka.pdf Download (3MB)

Abstract

Tingginya penderita penyakit menular yang terjadi di Indonesia, serta sifat menular pada penyakit tersebut dapat menyebabkan wabah dan menimbulkan kerugian besar. Pada tahun 2014, dilakukan penambahan indikator IPKM untuk menambah informasi yang dapat menunjang pengambilan kebijakan dalam menentukan dasar pembangunan kesehatan. Adapun salah satu indikator yang turut ditambahkan adalah penyakit menular. Pulau Sumatera sebagai pulau terbesar dengan banyak penduduk diketahui menjadi salah satu pulau dengan jumlah penderita penyakit menular paling banyak di Indonesia. Pada penelitian ini, dilakukan suatu upaya dalam meningkatkan kesadaran masyarakat di Pulau Sumatera terhadap kesehatan mereka dengan membentuk pengelompokan kabupaten dan kota kedalam suatu kelompok. Adapun metode pengelompokan yang digunakan adalah analisis cluster. Analisis cluster merupakan metode yang digunakan untuk membagi rangkaian objek menjadi beberapa kelompok berdasarkan kemiripan objek tersebut. Metode analisis cluster yang digunakan dalam penelitian ini adalah Single Linkage dan K-Means. Penelitian dilakukan dengan merumuskan masalah, mendeteksi asumsi analisis cluster, melakukan analisis cluster dengan metode Single Linkage menggunakan ukuran jarak Manhattan dan kuadrat Euclidean, melakukan analisis cluster dengan metode K-Means menggunakan jarak Euclidean, selanjutnya menghitung simpangan baku, kemudian menentukan metode terbaik. Hasil yang diperoleh pada metode Single Linkage bahwa cluster 1 memiliki 107 anggota yang merupakan hasil pengelompokan dengan jumlah penderita DBD dan Tuberkulosis kategori rendah. Cluster 2 memiliki 1 anggota yang merupakan hasil pengelompokan dengan jumlah penderita DBD dan Tuberkulosis kategori tinggi. Hasil perhitungan manual dan software menghasilkan pengelompokan yang serupa. Pada metode K-Means diperoleh bahwa cluster 1 memiliki 63 anggota dengan karakteristik hasil pengelompokan kategori rendah. Cluster 2 memiliki 31 anggota yang diketahui sebagai hasil pengelompokan dengan tingkat jumlah penderita DBD dan Tuberkulosis sedang. Cluster 3 memiliki 14 anggota yang diketahui sebagai hasil pengelompokan dengan tingkat jumlah penderita DBD dan Tuberkulosis tinggi. Hasil perhitungan pada K-Means menggunakan software SPSS. Berdasarkan nilai rasio simpangan baku diperoleh bahwa metode Single Linkage lebih baik dibanding mtode K-Means karena memiliki nilai rasio simpangan baku (

Type:	Thesis (S1)
Subjects:	L Education > L Education (General)
Depositing User:	MANIHURUK
Date Deposited:	21 Jun 2022 06:54
Last Modified:	21 Jun 2022 06:54
URI:	https://repository.unja.ac.id/id/eprint/35436

Actions (login required)

View Item