PENERAPAN ALGORITMA K-MEANS CLUSTERING ANALYSIS PADA KASUS PENDERITA HIV/AIDS (STUDI KASUS KABUPATEN BANJAR)
(1) 
(2) 
(3) 
(*) Corresponding Author
Sari
Penggabungan data mining dengan kemampuan dalam mengelola dan mengolah database, statistika dan kecerdasan buatan telah banyak diterapkan dalam berbagai bidang. Penerapannya beragam, tergantung pada bagaimana data itu didistribusikan dan dimanfaatkan. Ada yang diterapkan di bidang kemiliteran, pendidikan, kesehatan, keuangan dan masih banyak lagi lainnya. Tujuan utama dari penelitian ini ialah untuk menganalisis jumlah kasus HIV/AIDS yang ada di Kabupaten Banjar dengan penyebaran di 20 Kecamatan didalamnya. Data yang dijadikan sumber berasal dari RSUD Ratu Zalecha Martapura. Analisis didukung dengan teknik clustering dengan pemilihan algoritma k-means dalam mengidentifikasi similaritas antar data. Jumlah kluster yang ditentukan dalam implementasi algoritma k-means adalah 3 kluster. Masing-masing kluster memiliki nilai rata-rata yang berbeda. Masing-masing kluster menunjukkan label tingkat kerawanan terjadinya HIV di tiap kecamatan yang berada di wilayah Kabupaten Banjar.
Kata Kunci : Clustering, Data Mining, HIV/AIDS, Kesehatan, k-MeansTeks Lengkap:
PDFReferensi
Berry, M.W. and Browne, M., 2006. Lecture notes in data mining. World Scientific.
Susanto, S. and Suryadi, D., 2010. Pengantar data mining: mengagali pengetahuan dari bongkahan data.
Luthfi, K. and Taufiq, E., 2009. Algoritma Data Mining. Yogyakarta: Andi.
Han, Jiawei; Kamber, Micheline, Data Mining: Concepts and Techniques 2nd Edition, (2006) Morgan Kaufmann Publishers, San Fransisco. Hal 38
DOI: http://dx.doi.org/10.31602/tji.v12i2.4573
Refbacks
- Saat ini tidak ada refbacks.
© 2019 Technologia p-ISSN: 2086-6917 e-ISSN: 2656-8047
-------------------------------------------------------------------------------------------
This work is licensed under a Creative Commons Attribution 4.0 International License.