<?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="1709333">
 <titleInfo>
  <title>PENGELOMPOKAN WILAYAH DI PROVINSI ACEH TERHADAP FAKTOR PENYEBAB KASUS TUBERKULOSIS MENGGUNAKAN METODE AGGLOMERATIVE HIERARCHICAL CLUSTERING</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Cut Videla Theodora</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 Statistika</publisher>
   <dateIssued>2026</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Tuberkulosis (TB) merupakan isu serius yang menjadi tantangan kesehatan di Provinsi Aceh dengan pola persebaran yang heterogen antar wilayah. Penelitian ini bertujuan untuk melakukan pengelompokan wilayah kabupaten/kota di Provinsi Aceh berdasarkan Incidence Rate (IR) TB dan faktor-faktor penyebabnya dari tahun 2016-2023 menggunakan metode Agglomerative Hierarchical Clustering. Data yang digunakan meliputi IR TB serta delapan variabel lain yang mencakup faktor iklim, sosio-ekonomi, dan kesehatan di 23 kabupaten/kota. Empat kriteria linkage yang dibandingkan dalam penelitian ini adalah Single Linkage, Complete Linkage, Average Linkage, dan Ward’s Method. Evaluasi metode terbaik dilakukan menggunakan nilai Cophenetic Correlation Coefficient (CCC), sedangkan jumlah cluster optimal ditentukan menggunakan Calinski-Harabasz (CH) Index. Hasil penelitian menunjukkan bahwa metode Average Linkage merupakan metode terbaik berdasarkan nilai CCC tertinggi (0,724). Jumlah cluster optimal yang terbentuk adalah empat cluster dengan setiap cluster memiliki karakteristik yang berbeda, cluster 1 dengan IR TB sedang memiliki fasilitas kesehatan terendah dan suhu tertinggi, cluster 2 dengan IR TB terendah memiliki tingkat kemiskinan tertinggi dan suhu terendah, cluster 3 dengan IR TB rendah yang didukung fasilitas kesehatan tertinggi dan rata-rata lama sekolah terendah serta cluster 4 dengan IR TB tertinggi memiliki kondisi sosio-ekonomi terbaik.</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>1709333</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2026-01-21 11:39:51</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2026-01-21 12:27:16</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>