Pemanfaatan Algoritma K-Means dalam Pengelompokan Tren Penyakit Menular di Wilayah Kabupaten Mamuju

Authors

  • Musliadi KH Universitas Universal Author https://orcid.org/0000-0002-0907-4407
  • Ilwan Syafrinal Universitas Universal Author
  • Asriyani Ismail Universitas Handayani Makassar Author
  • Ulfa Laela Rambega Universitas Handayani Makassar Author

Keywords:

data mining, K-Means clustering, kabupaten mamuju, pengelompokan data, penyakit menular

Abstract

Penyakit menular merupakan salah satu masalah kesehatan utama yang sering terjadi di wilayah Sulawesi Barat, khususnya Kabupaten Mamuju, dan memerlukan penanganan strategis oleh Puskesmas, termasuk dalam hal pengelolaan persediaan obat. Sehingga diperlukan metode yang dapat digunakan untuk menentukan wilayah-wilayah yang paling terdampak penyakit menular untuk mengetahui dominasi penyakit per kecamatan. Penelitian ini bertujuan untuk memberikan rekomendasi wilayah yang paling banyak dijangkiti penyalit menular sebagai referensi menentukan persediaan obat berdasarkan tren penyakit menular dengan menggunakan algoritma K-Means clustering. Data yang digunakan berasal dari Profil Kesehatan Kabupaten Mamuju tahun 2015, yang mencakup enam jenis penyakit menular: Diare, TB BTA+, Pneumonia, Kusta, DBD, dan Malaria. Proses analisis dilakukan melalui tahapan data mining yang meliputi pengumpulan data, pengolahan, clustering, dan analisis menggunakan bantuan Excel serta perhitungan jarak euclidean untuk menentukan keanggotaan cluster. Hasil clustering menunjukkan bahwa penyakit Diare dan Malaria merupakan penyakit dominan yang tersebar di hampir semua cluster, dengan Malaria paling banyak terdapat di Kecamatan Bambu (klaster 5) dan Diare dominan di Kecamatan Binanga (klaster 3). Berdasarkan hasil penelitian yang dilakukan, metode K-Means terbukti efektif dalam mengelompokkan wilayah berdasarkan tren penyakit menular dan hasil pengelompokkan tersebut dapat digunakan sebagai acuan dalam menyediakan persediaan obat sesuai tren dan wilayah penyebaran penyakit tertentu.

Author Biographies

  • Musliadi KH, Universitas Universal

    Teknik Informatika

  • Ilwan Syafrinal, Universitas Universal

    Teknik Perangkat Lunak

  • Asriyani Ismail, Universitas Handayani Makassar

    Manajemen Informatika

  • Ulfa Laela Rambega, Universitas Handayani Makassar

    Teknik Informatika

References

M. C. Nababan, L. Renny, and B. Novi, “Analisis Kualitas Pelayanan Terhadap Pasien di Puskesmas X Kota Jambi,” vol. 4, no. 2, pp. 6–16, 2020.

D. Ridhwanullah, “Pemodelan Topik pada Cuitan tentang Penyakit Tropis di Indonesia dengan Metode Latent Dirichlet Allocation,” 2022.

P. Kesehatan and K. Mamuju, “Mamuju , Kepala Dinas Kesehatan , NIP : 196105142000032006,” 2015.

Y. Tafwidhah, E. Nurachmah, and R. T. S. Hariyati, “Kompetensi Perawat Puskesmas dan Tingkat Keterlaksanaan Kegiatan Perawatan Kesehatan Masyarakat (Perkesmas),” vol. 15, no. 2003, pp. 21–28, 2012.

A. Winarta, W. J. Kurniawan, and F. I. Komputer, “Optimasi Cluster K-Means menggunakan Metode Elbow pada Data Pengguna Narkoba dengan Pemprograman Python,” vol. 5, no. 1, 2021.

M. G. Sadewo, A. P. Windarto, and A. Wanto, “Penerapan Algoritma Clustering Dalam Mengelompokkan Banyaknya Desa/Kelurahan Menurut Upaya Antisipasi/ Mitigasi Bencana Alam Menurut Provinsi Dengan K-Means,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp. 311–319, 2018, doi: 10.30865/komik.v2i1.943.

K. I. Jaya, K. Oktafianto, P. S. Matematika, P. Menular, and K. Tuban, “Berdasarkan Kecamatan di Kabupaten Tuban Menggunakan Algoritma K-Means,” vol. 7, no. 1, 2022.

N. H. Harani, C. Prianto, and F. A. Nugraha, “Segmentasi Pelanggan Produk Digital Service Indihome Menggunakan Algoritma K-Means Berbasis Python,” vol. 10, 2020, doi: 10.34010/jamika.v10i2.

M. KH, K. Kaharuddin, and I. Verdian, “Ragam Hias Konsep Arsitektur Bangunan Atap Tionghoa Memanfaatkan Teknologi Augmented Reality,” J. Fasilkom, vol. 13, no. 3, pp. 398–405, 2023, doi: 10.37859/jf.v13i3.6171.

A. Bastian et al., “Penerapan Algoritma K-Means Clustering Analysis Pada Penyakit Menular Manusia (Studi Asus Kabupaten Majalengka),” Jsi.Cs.Ui.Ac.Id, vol. 14, no. 1, pp. 26–32, 2009.

A. P. Windarto, “Penerapan Datamining Pada Ekspor Buah-Buahan Menurut Negara Tujuan Menggunakan K-Means Clustering Method,” Techno.Com, vol. 16, no. 4, pp. 348–357, 2017, doi: 10.33633/tc.v16i4.1447.

A. Ismail and K. Musliadi, “Analisis Kebutuhan dan Perancangan Sistem Informasi Administrasi Kependudukan untuk Meningkatkan Efisiensi Layanan di Kelurahan Paropo,” J. Digit. Ecosyst. Nat. Sustain., vol. 3, no. 2, pp. 58–63, 2023.

Downloads

Published

16-06-2025

Issue

Section

Articles

How to Cite

Pemanfaatan Algoritma K-Means dalam Pengelompokan Tren Penyakit Menular di Wilayah Kabupaten Mamuju. (2025). Journal of Computer Science Research and Technological Innovation, 1(1), 21-27. https://ejurnal.yarukom.com/index.php/OursLogic/article/view/41

Similar Articles

1-10 of 15

You may also start an advanced similarity search for this article.