<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="153629">
 <titleInfo>
  <title>PENERAPAN METODE GAUSSIAN MIXTURE MODEL DENGAN ALGORITME EXPECTATION MAXIMIZATION UNTUK PENGELOMPOKAN PENYAKIT MENULAR DI INDONESIA</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>NUR ADILLA</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas mipa</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Indeks Pembangunan Manusia (IPM) mencerminkan perkembangan sosial dan ekonomi daerah, dimana kesehatan memainkan peran penting termasuk pengendalian penyakit menular. Indonesia, sebagai wilayah tropis memiliki potensi besar untuk munculnya penyakit menular baru serta munculnya kembali penyakit menular yang awalnya masih mampu untuk dikendalikan, yang menjadi tantangan besar bagi sistem kesehatan. Penelitian ini bertujuan untuk memperoleh jumlah cluster optimal untuk kabupaten/kota di Indonesia berdasarkan penyakit menular menggunakan Bayesian Information Criterion dan memvalidasi kualitas cluster dengan Davies Bouldin Index (DBI), Dunn Index (DI), dan Silhouette Index (SI), serta untuk mengelompokkan semua kabupaten/kota di Indonesia menggunakan metode Gaussian Mixture Model dan memetakan distribusi penyakit menular berdasarkan hasil pengelompokan tersebut. Penelitian ini menggunakan data penyakit menular di 514 kabupaten/kota di Indonesia pada tahun 2019-2022 dengan 4 variabel yaitu pneumonia, diare, malaria, dan DBD, yang diperoleh dari BPS. Hasil penelitian menunjukkan 3 jumlah cluster optimal berdasarkan nilai BIC terbaik, yaitu model 1 (5 cluster, EEV), model 2 (6 cluster, EEE), dan model 3 (5 cluster, EEE). Model 3 dipilih sebagai model terbaik berdasarkan nilai BIC sebesar -7657.072, DBI terkecil, DI sebesar 1.168758, dan SI tertinggi. Cluster 1 didominasi kasus diare di Sumatera Utara (kuning). Cluster 2 didominasi kasus diare dan malaria di Papua (biru). Cluster 3 didominasi kasus diare, pneumonia, dan DBD di Sulawesi Selatan dan Aceh (merah muda). Cluster 4 didominasi kasus diare, pneumonia, dan DBD di Jawa Timur, Jawa Tengah dan Jawa Barat (hijau). Cluster 5 didominasi kasus malaria dan DBD di Papua dan Papua Barat (jingga).</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>153629</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-04-16 19:26:51</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-04-17 09:49:51</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>