DIFA YUSLIANDA Primary Author mixed material bibliography Banda Aceh Fakultas MIPA Statistika 2023

Skripsi

Alam dan iklim Indonesia yang beranekaragam berpotensi tinggi terhadap penyakit menular maupun tidak menular. Penyakit menular tidak mengenal batas-batas administrasi antar daerah, sehingga menjadi masalah utama bagi kesehatan masyarakat Indonesia. Kemampuan teknologi komputasi dapat memberikan beberapa solusi untuk menganalisis permasalahan-permasalahan yang muncul dalam kesehatan dan dapat dijadikan sebagai acuan oleh pemerintah dalam mengambil tindakan sesuai dengan hasil pengelompokan. Penelitian ini menggunakan data penyakit menular di Kabupaten/Kota di Indonesia pada tahun 2019 sampai dengan 2022 dimana variabel yang digunakan adalah beberapa jenis penyakit menular seperti pneumonia, diare, malaria, DBD, filaris, kusta, dan tuberkulosis. Metode yang digunakan dalam penelitian ini adalah PAM algorithm dengan silhouette, elbow, dan GapStatistic sebagai metode perkiraan jumlah clusternya. Penelitian ini bertujuan untuk memperoleh metode dan jumlah cluster optimum. Selain itu, juga bertujuan untuk menentukan peringkat dan karakteristik dari cluster optimum yang terpilih. Hasil penelitian menunjukkan bahwa empat cluster merupakan jumlah cluster optimum, pemilihan jumlah cluster ini menggunakan index validasi Davies Bouldin, Dunn, dan Silhouette Index. Karakteristik cluster 1 adalah memiliki enam penyakit menular terbanyak dibanding tiga cluster lainnya, yaitu pneumonia, diare, malaria, DBD, Kusta, dan TB dengan jumlah kabupaten/kota sebanyak 468. Cluster 2 memiliki karakteristik dengan enam penyakit menular terbesar kedua setelah cluster 1, yaitu pneumonia, diare, malaria, DBD, Filaria, dan TB dengan jumlah kabupaten/kota sebanyak 31. Cluster 3 memiliki karakteristik dengan persentase kasus filaria tertinggi dengan jumlah Kabupaten/Kota sebanyak 13. Cluster 4 memiliki karakteristik dengan persentase paling kecil untuk enam penyakit menular, yaitu pneumonia, diare, malaria, DBD, kusta, dan bahkan tidak ada kasus TB dengan jumlah Kabupaten/Kota ada sebanyak 2. Kata kunci: Penyakit menular, Kabupaten/Kota, PAM algorithm, Clustering, Validasi.  0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 118457 2023-12-21 11:58:33 2023-12-21 14:55:08 machine generated