Klasterisasi Penyakit Menggunakan Algoritma K-Medoids pada Dinas Kesehatan Kabupaten Agam

Abstract

Penelitian ini membahas tentang penerapan algoritma K-Medoids untuk pengelompokkan data penyakit berdasarkan jumlah kasus pada Dinas Kesehatan Kabupaten Agam. Algoritma K-Medoids merupakan metode klasterisasi pembatas untuk mengelompokkan sekumpulan n objek menjadi beberapa k klaster. Data yang digunakan 370 record yaitu jumlah penderita penyakit demam berdarah (DBD), tuberculosis, dan pneumonia dari tahun 2016-2019. Hasil pengujian diperoleh anggota masing-masing klaster untuk tiap-tiap penyakit yaitu tuberculosis klaster tinggi 32 dan rendah 60, penyakit pneumonia klaster tinggi 33 dan rendah 59, sedangkan untuk penyakit DBD klaster tinggi 10 anggota dan rendah 82 anggota. Pengujian menggunakan perhitungan manual dan aplikasi Rapidminer mendapatkan hasil yang sama dengan sistem.  Ini menunjukkan bahwa sistem telah bekerja dengan baik. Hasil ini dapat digunakan sebagai bahan pertimbangan dalam mengambil kebijakan untuk pencegahan dan penanggulangan penyakit pada Dinas Kesehatan Kabupaten Agam.