Analisis Daerah Potensi Persebaran Demam Berdarah Dengue di DKI Jakarta dengan Menggunakan Metode Clustering K-Means
DOI:
https://doi.org/10.33633/joins.v9i1.7050Abstract
Salah satu penyakit yang masih belum bisa dibendung di Indonesia adalah demam berdarah dengue, penyakit ini dibawa oleh gigitan nyamuk Aedes Aegypti dan Aedes Albopictus. Motivasi di balik penelitian ini adalah untuk mengkarakterisasi daerah yang diperkirakan menjadi titik penyebaran demam berdarah, khususnya di wilayah DKI Jakarta. Teknik data mining digunakan pada penelitian ini, serta clustering sebagai metodenya dengan menerapkan algoritma k-means. Nilai K yang digunakan pada penelitian ini sudah dievaluasi oleh Silhouette yang menghasilkan Silhouette Score sebesar 0,41642 pada K=2, maka cluster pada penelitian ini dibagi menjadi 2 cluster. Clustering menghasilkan daerah sporadis dan daerah endemis. Daerah sporadis mencakup 30 kecamatan, yaitu Gambir, Menteng, Tanah Abang, Cempaka Putih, Senen, Johar Baru, Sawah Besar, Kemayoran, Pasar Rebo, Pulo Gadung, Matraman, Palmerah, Tambora, Taman Sari, Grogol Petamburan, Koja, Kelapa Gading, Pademangan, Tanjung Priok, Pesanggrahan, Mampang Prapatan, Kebayoran Baru, Tebet, Kebayoran Lama, Cilandak, Pancoran, Jagakarsa, Setiabudi, Kepulauan Seribu Selatan, dan Kepulauan Seribu Utara. Daerah endemis mencakup 14 kecamatan, yaitu Cilincing, Penjaringan, Cengkareng, Kalideres, Kebon Jeruk, Kembangan, Pasar Minggu, Ciracas, Cakung, Makasar, Duren Sawit, Kramat Jati, Jatinegara, dan Cipayung. Kata kunci: data mining, clustering, k-means, demam berdarah dengueReferences
F. Nugraha, B. Haryanto, R. A. Wulandari, dan T. T. Pakasi, “Studi Ekologi Hubungan Kejadian Demam Berdarah Dengue (DBD) dengan Faktor Iklim di Kota Administrasi Jakarta Pusat, Indonesia Tahun 1999-2018,” Jurnal Ilmu Kesehatan Masyarakat, vol. 10, no. 03, hal. 142–148, Sep 2021, doi: 10.33221/jikm.v10i03.923.
S. Susilawati, “Dampak Perubahan Iklim Terhadap Kesehatan,” Electronic Journal Scientific of Environmental Health And Disease, vol. 2, no. 1, hal. 25–31, Jun 2021, doi: 10.22437/esehad.v2i1.13749.
A. I. Widyatami dan D. A. Suryawan, “Pengelompokan Daerah Rawan Demam Berdarah Dengue di Provinsi DKI Jakarta,” Indonesian of Health Information Management Journal (INOHIM), vol. 9, no. 1, hal. 73–82, 2021, doi: 10.47007/inohim.v9i1.241.
D. Komaling, O. J. Sumampouw, R. C. Sondakh, F. Kesehatan, M. Universitas, dan S. Ratulangi, “Determinan kejadian demam berdarah dengue di Kabupaten Minahasa Selatan Tahun 2016-2018,” Journal of public health and community medicine, vol. 1, no. 1, hal. 57–64, 2020.
Kementerian Kesehatan Republik Indonesia, “Hingga Juli, Kasus DBD di Indonesia Capai 71 Ribu,” Kementerian Kesehatan Republik Indonesia, 2020. https://www.kemkes.go.id/article/view/20070900004/hingga-juli-kasus-dbd-di-indonesia-capai-71-ribu.html (diakses Nov 02, 2021).
DPRD Provinsi DKI Jakarta, “Selain Corona, Dinkes Didorong Waspada pada Sebaran DBD,” DPRD Provinsi DKI Jakarta, 2020. https://dprd-dkijakartaprov.go.id/selain-corona-dinkes-didorong-waspada-pada-sebaran-dbd/ (diakses Mei 24, 2022).
C. Yuan dan H. Yang, “Research on K-Value Selection Method of K-Means Clustering Algorithm,” J, vol. 2, no. 2, hal. 226–235, Jun 2019, doi: 10.3390/j2020016.
N. Mirantika, A. Tsamratuláin, dan F. diviana Agnia, “Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Penyebaran Covid-19 Di Provinsi Jawa Barat,” Jurnal Nuansa InformatiKA, vol. 15, no. 2, hal. 92–98, 2021.
B. E. Adiana, I. Soesanti, dan A. E. Permanasari, “Analisis Segmentasi Pelanggan Menggunakan Kombinasi Rfm Model dan Teknik Clustering,” Jurnal Terapan Teknologi Informasi, vol. 2, no. 1, hal. 23–32, Apr 2018, doi: 10.21460/jutei.2018.21.76.
Y. P. Sari, A. Primajaya, dan A. S. Y. Irawan, “Implementasi Algoritma K-Means untuk Clustering Penyebaran Tuberkulosis di Kabupaten Karawang,” INOVTEK Polbeng - Seri Informatika, vol. 5, no. 2, hal. 229, Nov 2020, doi: 10.35314/isi.v5i2.1457.
N. Syifa dan R. N. Fahmi, “Implementasi Metode K-Means Clustering dalam Analisis Persebaran UMKM di Jawa Barat,” JOINS (Journal of Information System), vol. 6, no. 2, hal. 211–220, Des 2021, doi: 10.33633/joins.v6i2.5310.
Downloads
Published
How to Cite
Issue
Section
License
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
This work is licensed under a Creative Commons Attribution 4.0 International License.
