Klasterisasi Penyakit Berdasarkan Wilayah dengan Metode K-Means

Abstract

Berdasarkan buku Profil Kesehatan Provinsi Jawa Timur tahun 2017 hingga 2021, ada sekitar 13 penyakit yang menjadi perhatian di 38 kota atau kabupaten di Jawa Timur. Data yang disajikan belum menunjukan pengelompokan jumlah penderita baik dari penyakitnya dan daerah (kota/kabupaten). Hal tersebut mengakibatkan sulitnya mengidentifikasi wilayah prioritas penanganan penyakit berdasarkan profil kesehatan yang ada. Tujuan dari penelitian ini adalah mengelompokkan kasus ke dalam kelompok-kelompok yang relevan dan dapat diidentifikasi, dan membangun sistem berbasis website sebagai media penerapan clustering. Tahapan penelitian ini adalah (1) pengembangan model clustering menggunakan K-Means, (2) pengembangan sistem dengan database MySQL, PHP backend, Angular frontend. Hasil penelitian menunjukkan keberhasilan penerapan clustering pada 3 cluster: rendah, sedang, dan tinggi. Selain itu, prediksi tren kasus penyakit berhasil dilaksanakan dengan menggunakan data historis selama 5 periode. Uji kompatibilitas fungsional dan browser menunjukkan bahwa sistem berjalan sesuai yang diharapkan di berbagai lingkungan. Pengujian usability menunjukkan skor rata-rata sebesar 4,34 (sangat baik dengan skor maksimal 5)yang menunjukkan keberhasilan sistem dalam memenuhi kebutuhan pengguna.