Analisis Data Sebaran Penyakit Menggunakan Algoritma Density Based Spatial Clustering Of Applications With Noise

Abstract

Dalam membantu mengembangkan teknologi untuk meningkatkan pelayanan kesehatan masyarakat yang lebih baik, membutuhkan suatu informasi serta data yang cukup agar dapat dianalisis lebih lanjut. Namun dalam hal melakukan monitoring daerah rentan penyakit masih menggunakan perhitungan dengan rata-rata dari hasil data yang ada dan dalam hal ini menghasilkan output yang kurang maksimal untuk melakukan kebijakan-kebijakan terkait pelayanan kesehatan. Masalah ini dapat diatasi dengan menerapkan teknik data mining dengan metode clustering. Tujuan dari penelitian ini adalah melakukan analisis daerah rentan penyakit yang ada di puskesmas mulyamekar agar dapat membantu kebijakan dalam memberikan penyuluhan ke daerah yang sesuai. Metode analisis yang digunakan adalah Knowledge Discovery in Database (KDD). Metode pengelompokan daerah rentan penyakit menggunakan metode clustering dan algoritma Density Based Spatial Clustering of Applications with Noise (DBSCAN) sebagai perhitungan clusteringnya dimana Clustering ini bertujuan untuk membagi daerah ke dalam cluster berdasarkan lokasi titik sebaran penyakit. Hasil penelitian yang diperoleh adalah dashboard hasil analisis sebaran data penyakit menggunakan algoritma DBSCAN yang terdiri dari peta sebaran penyakit, hasil cluster penyakit, presentase sebaran penyakit per kecamatan dan perbandingan minimum point dan minimum epsilon. Dengan adanya analisis ini dapat menjadi acuan terhadap kebijakan-kebijakan yang akan diambil oleh UPTD Puskesmas Mulyamekar dalam pengambilan keputusan.