Electronic Theses and Dissertation

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.

Tuberculosis (TB) is a serious issue that poses a health challenge in Aceh Province with a heterogeneous distribution pattern between regions. This study aims to group districts/cities in Aceh Province based on the TB Incidence Rate (IR) and its contributing factors from 2016 to 2023 using the Agglomerative Hierarchical Clustering method. The data used included TB IR and eight other variables covering climate, socio-economic, and health factors in 23 districts/cities. The four linkage criteria compared in this study were Single Linkage, Complete Linkage, Average Linkage, and Ward's Method. The best method was evaluated using the Cophenetic Correlation Coefficient (CCC) value, while the optimal number of clusters was determined using the Calinski-Harabasz (CH) Index. The results showed that the Average Linkage method was the best method based on the highest CCC value (0.724). The optimal number of clusters formed was four, with each cluster having different characteristics, cluster 1 with moderate TB IR had the lowest health facilities and highest temperature, cluster 2 with the lowest TB IR had the highest poverty rate and lowest temperature, cluster 3 with low TB IR was supported by the highest health facilities and lowest average length of schooling, and cluster 4 with the highest TB IR had the best socio-economic conditions.