Muhammad Hariyanto
Universitas Budi Luhur

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

CLUSTERING PADA DATA MINING UNTUK MENGETAHUI POTENSI PENYEBARAN PENYAKIT DBD MENGGUNAKAN METODE ALGORITMA K-MEANS DAN METODE PERHITUNGAN JARAK EUCLIDEAN DISTANCE Muhammad Hariyanto; Rizky Tahara Shita
SKANIKA: Sistem Komputer dan Teknik Informatika Vol 1 No 1 (2018): Jurnal SKANIKA Maret 2018
Publisher : Fakultas Teknologi Informasi, Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (566.199 KB)

Abstract

Demam Berdarah merupakan penyakit menular yang terdapat di wilayah tropis maupun subtropis. Semakin meningkatnya kepadatan penduduk di Kota Tangerang Selatan pada tahun 2016 berdasarkan Badan Pusat Statistik Kota Tangerang Selatan jumlah penduduk mencapai 1.504.835 jiwa yang tersebar di 52 kelurahan. Melihat daerah penyebarannya perlu dibuat sebuah pengelompokan data penyebaran agar dapat memperoleh pusat titik penyebaran. Implementasi data mining menggunakan algoritma K-Means sangat membantu dalam pengelompokan daerah sporadis, potensi dan endemis. Pengelompokan C1 berada pada titik pusat cluster Kelurahan Rawa Buntu, C2 berada pada titik pusat cluster Kelurahan Pondok Ranji, dan C3 berada pada titik pusat cluster Kelurahan Serua Indah. Hasil pengelompokan C1 ada 19 Kelurahan, C2 ada 13 Kelurahan, dan C3 ada 20 Kelurahan dari total 52 Kelurahan. Akan menjadi bahan untuk melakukan penyehatan lingkungan sesuai dengan kelompok yang akan dikerjakan oleh Dinas Kesehatan Kota Tangerang Selatan.