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 JOINS (Journal of Information System) agree to the following terms:
- Authors retain copyright and grant JOINS the right of first publication. The work is simultaneously licensed under a Creative Commons Attribution 4.0 International License (CC BY 4.0), which allows others to share and adapt the work, provided they give appropriate credit to the authors and the initial publication in this journal, provide a link to the license, and indicate if changes were made.
- Authors may enter into separate, additional contractual arrangements for the non-exclusive distribution of the published version of the work (e.g., posting it to an institutional repository or publishing it in a book), with an acknowledgement of its initial publication in JOINS.
- Authors warrant that the manuscript is original, has not been published elsewhere, is not under review by another journal, and does not infringe the rights of any third party. Material from other sources must be properly cited, and permission obtained where required.
- Authors may post a preprint of the manuscript, but must inform the editor at the time of submission so that the double-blind review process can be handled appropriately.
