Deteksi Penyebaran Penyakit Tuberkulosis dengan Algoritma K-Means Clustering Menggunakan Rapid Miner
Tuberkulosis (TBC) ialah penyakit yang diakibatkan oleh infeksi organisme Mikroskopis Mycobacterium tuberculosis yang menjangkiti bagian organ paru-paru. Ditahun 2016 ada 10,4 juta kasus TBC di planet ini, identik dengan 120 kasus untuk setiap 100.000 jiwa. Cina, India, Filipina, Pakistan, dan Indon...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
LPPM Universitas Mohammad Husni Thamrin
2022-09-01
|
| Series: | Jurnal Teknologi Informatika & Komputer |
| Online Access: | https://journal.thamrin.ac.id/index.php/jtik/article/view/1173 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | Tuberkulosis (TBC) ialah penyakit yang diakibatkan oleh infeksi organisme Mikroskopis Mycobacterium tuberculosis yang menjangkiti bagian organ paru-paru. Ditahun 2016 ada 10,4 juta kasus TBC di planet ini, identik dengan 120 kasus untuk setiap 100.000 jiwa. Cina, India, Filipina, Pakistan, dan Indonesia adalah negara dengan kasus paling penting. Sebagian besar kejadian TBC yang dinilai pada tahun 2016 terjadi di Lokal Asia Tenggara (45%) dimana Indonesia nomor satu dan 25% terjadi di kawasan Afrika. Indonesia memiliki masalah yang besar dalam menangani penyakit TBC. Pada tahun 2017 terdapat 420.994 kasus TBC di Indonesia. Di Indonesia, penyakit TBC hampir menyebar di semua wilayah, salah satunya daerah Kota Bandung, Wilayah Jawa Barat. Ditahun 2020 terdapat 10758 kasus, dan yang paling terdampak adalah Wilayah Bojongloa Kaler sebanyak 879 kasus. Mengingat jumlah kasus TBC di Kota Bandung yang terus meningkat, dapat dibayangkan bahwa diperlukan upaya pengobatan yang kuat. Penelitian ini bertujuan untuk menentukan wilayah penyebaran penyakit TBC di Kota Bandung pada tahun 2020, penelitian kuantitatif ini menggunakan data yang diperoleh dari Website Portal Data Kota Bandung sebesar 10758 kasus penyakit TBC. Metode Algoritma yang digunakan ialah K-Means dan diolah menggunakan Software Rapidminer. Berdasarkan hasil uji dapat ditarik kesimpulan bahwa penyebaran anggota cluster terbanyak ada di cluster 0 dengan 10 anggota, lalu penyebaran yang berukuran sedang ada di cluster 4 dengan 8 anggota, untuk yang terkecil berada di cluster 3 dengan 1 anggota. |
|---|---|
| ISSN: | 2656-9957 2622-8475 |