Pengklasteran Puskesmas di Kabupaten Kudus Menggunakan Metode K-Means dengan Perbandingan Jarak Euclidean dan Chebyshev
Article Sidebar
Main Article Content
Abstract
Puskesmas merupakan gatekeeper pelayanan kesehatan, yang berarti sebagai fasilitas kesehatan tingkat pertama yang berfungsi memberikan pelayanan kesehatan sesuai pelayanan medis. Kelengkapan standar jenis dan jumlah tenaga kesehatan sangat mendukung berjalannya fungsi pelayanan kesehatan di puskesmas. Namun masih terdapat puskesmas di Kabupaten Kudus yang belum terpenuhi standar jumlah berdasarkan jenis tenaga kesehatannya. Sehingga terjadi ketidakmerataan tenaga kesehatan di puskesmas-puskesmas Kabupaten Kudus. Maka dari itu akan dikelompokkan puskesmas-puskesmas di Kabupaten Kudus berdasarkan jumlah tenaga kesehatannya menjadi 3 klaster, yaitu puskesmas dengan standar tenaga kesehatan yang sudah baik, cukup baik, dan kurang baik menggunakan metode k-means dengan perhitungan jarak euclidean dan chebyshev. Dari hasil pengklasteran menggunakan perhitungan jarak euclidean diperoleh klaster 1 sebanyak 5 puskesmas, klaster 2 sebanyak 7 puskesmas, dan klaster 3 sebanyak 7 puskesmas. Sedangkan hasil pengklasteran menggunakan perhitungan jarak chebyshev diperoleh klaster 1 sebanyak 6 puskesmas, klaster 2 sebanyak 7 puskesmas, dan klaster 3 sebanyak 6 puskesmas. Berdasarkan perbandingan silhouette coefficient hasil pengklasteran dengan perhitungan jarak euclidean dan chebyshev, diperoleh hasil bahwa pengklasteran puskesmas di Kabupaten Kudus menggunakan metode k-means lebih baik dengan perhitungan euclidean karena nilai silhouette coefficient yang lebih besar yaitu 0,3902.
Article Details
References
Anggara, M., Sujiani, H., & Nasution, H., (2016). Pemilihan Distance Measure Pada K-Means Clustering Untuk Pengelompokkan Member Di Alvaro Fitness. Jurnal Sisten dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1.hidayati
Ardiansyah, D. & Walim, W., (2018). Algoritma C4.5 untuk Klasifikasi Calon Peserta Lomba Cerdas Cermat Siswa SMP dengan Menggunakan Aplikasi RapidMiner. Jurnal Infokar. Volume 1, No. 2.
Elvitaria, L. & Havenda, M., (2019). Memprediksi Tingkat Peminat Ekstrakurikuler pada Siswa SMK Analisis Kesehatan Abdurrab Menggunakan Algoritma C4.5 (Studi Kasus: SMK Analisis Kesehatan Abdurrab). RABIT (Jurnal Teknologi dan Sistem Informasi Univrab), vol. 2, no. 2, pp. 220-233.
Goreti, M., Novia, Y., & Wahyuningsih, S., (2016). Perbandingan Hasil Analisis Cluster dengan Menggunakan Metode Single Linkage dan Metode C-Means. Jurnal Eksponensial, 7(1), hal. 9-16.
Han, J., Kamber, M., & Jian, P., (2012). Data Mining : Concepts and techniques. USA : Elsevier Inc.
Hidayati, R., Zubair, A., Pratama, A.H., & Indana, L., (2021). Analisis Silhouette Coefficient pada 6 Perhitungan Jarak K-Means Clustering. Techno.COM, Vol. 20, No. 2. 186-197.
Kemenkes Republik Indonesia. 2014. Permenkes Nomor 75/2014 tentang Puskesmas.
Metisen, B.J. & Sari, H.L., (2015). Analisis Clustering Menggunakan Metode K-Means Dalam Pengelompokkan Penjualan Produk Pada Swalayan Fadhila. Jurnal Media Infotama, Vol. 11 No. 2.
Nishom, M. (2019). Perbandingan Akurasi Euclidean Distance, Minkowski Distance, dan Manhattan Distance pada Algoritma K-Means Clustering berbasis Chi-Squar. Jurnal Informatika: Jurnal Pengembangan IT (JPIT), Vol. 04, No. 01.
Nurfalah, M.D., Rahmawan, A.A., Trisnawati, D., Aziza, H., Hidayah, N., & Widodo, E. (2018). Profilling Data Dasar Puskesmas di DIY Berdasarkan Tenaga Kesehatan Menggunakan Cluster Hierarki. Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Islam Indonesia.
Rahmayani, M.T.I. (2018). Analisis Clustering Tingkat Keparahan Penyakit Pasien Menggunakan Algoritma K-Means (Studi Kasus di Puskesmas Bandar Seikijang). Jurnal Inovasi Teknik Informatika, 1(2), 40-44.
Santosa, R.G., Chrismanto, A.R., & Kurniawan, E., (2020). Analisis Cluster Terhadap Karakteristik Mahasiswa Jalur Prestasi FTI UKDW. Jurnal Edukasi dan Penelitian Informatika, Vol. 6, No. 1.
Sari, Y.R., Sudewa, A., Lestari, D.A., & Jaya, T.K., (2020). Penerapan Algoritma K-Means Untuk Clustering Data Kemiskinan Provinsi Banten Menggunakan Rapidminer. CESS (Journal of Computer Enginerring System and Science), Vol. 5, No. 2.
Sugianto, C.A., Rahayu, A.H., & Gusman, A., (2020). Algoritma K-Means Untuk Pengelompokkan Penyakit Pasien Pada Puskesmas Cigugur Tengah. JOINT (Journal of Information Technology), Vol. 02, No. 02, pp. 39-44.
Talakua, M.W., Leleury, Z.A. & Taluta, A. W., (2017). Analisis Cluster dengan Menggunakan Metode K-Means untuk Pengelompokkan Kabupaten/Kota di Provinsi Maluku Berdasarkan Indikator Indeks Pembangunan Manusia Tahun 2014. Jurnal Ilmu Matematika dan Terapan, 11(2), hal. 119-128.
Wulandari, F.K., dan Achadi, A., (2016). Analisis Karakteristik dan Persepsi Pengguna Pelayanan Terhadap Pemanfaatan Puskesmas Sebagai Gatekeeper di Dua Puskesmas Kota Bekasi Tahun 2016. Journal Ekonomi Kesehatan Indonesia, 2(1), 39-4.