Pengelompokkan Wilayah Bencana Endemi Demam Berdarah Dengue Di Jawa Timur Dengan Fuzzy Geographically Weighted Clustering – Particle Swarm Optimization

Putra, Fikri Handoko; Kurniawan, Robert

doi:10.31227/osf.io/m9rdq

Cited by 3 publications

(2 citation statements)

References 1 publication

(2 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Dalam beberapa penelitian [9], [10,[16], [25], [26], [27], menggunakan beberapa ukuran validitas, dimana ukuran ini digunakan untuk mencari cluster mana yang baik jika dilihat dari parameternya. Beberapa indeks validitas yang sering digunakan dalam penelitian tersebut adalah:…”

Section: Indeks Validitasunclassified

Analisis Pemetaan Risiko Bencana Banjir di Indonesia Tahun 2011 – 2015 Menggunakan Fuzzy C-Means

Pertiwi¹,

Kurniawan²

2017

Preprint

Self Cite

View full text Add to dashboard Cite

Penelitian ini bertujuan untuk mengetahui tingkat risiko bencana banjir dimasing-masing wilayah provinsi di Indonesia tahun 2011-2015 berdasarkan beberapavariabel penentu, yaitu frekuensi bencana, jumlah korban jiwa, serta jumlah rumah danluas lahan yang rusak akibat banjir. Data diolah menggunakan analisis fuzzy c-meansclustering (FCM) yang merupakan pengembangan dari fuzzy clustering denganc partisi untuk menganalisis bencana banjir di 33 provinsi di Indonesia padatahun 2011 sampai 2015. Frekuensi banjir, jumlah korban jiwa, luas lahan rusakdan jumlah rumah yang rusak akibat banjir digunakan sebagai variabel dalammengelompokkan wilayah berdasarkan tingkat risikonya terhadap banjir.Dilakukan perbandingan index validitas antarhasil pengelompokkan denganberbagai nilai fuzzifier (m=1,5; 2,0; 2,5; dan 3,0) dan jumlah kelompok (c= 2,3, dan 4). Hasil pengelompokkan terbaik didapatkan dengan menetapkan nilaim=1,5 dan c=2 (High Risk dan Low Risk). Provinsi yang masuk ke dalamkelompok High Risk adalah Jawa Barat, Jawa Tengah, dan Jawa Timur.Sedangkan 30 provinsi lainnya masuk ke dalam kelompok Low Risk.

show abstract

Section: Indeks Validitasunclassified

Analisis Pemetaan Risiko Bencana Banjir di Indonesia Tahun 2011 – 2015 Menggunakan Fuzzy C-Means

Pertiwi¹,

Kurniawan²

2017

Preprint

Self Cite

View full text Add to dashboard Cite

show abstract

“…As many as 58 people were infected, and 24 of them died. Since then, this disease has spread throughout Indonesia [1].…”

Section: Introductionmentioning

confidence: 99%

CFGWC-PSO in Analyzing Factors Affecting the Spread of Dengue Fever in East Java Province

Abdussamad

Astutik

Effendi

2019

JELS

View full text Add to dashboard Cite

Fuzzy Geographically Weighted Clustering-Particle Swarm Optimization using Context Based Clustering (CFGWC-PSO) has been developed to clustering in factors influencing the spread of dengue fever in East Java Province. CFGWC-PSO method can overcome slow computing time problems in terms of iterations, and produce accurate data partition with stable. In this research, CFGWC-PSO applied to 11 variables from data on the causes of the spread of dengue fever in East Java Province in 2017. CFGWC-PSO using the FCM method to determine the context variable. Processing used the results of clustering with 2 clusters until 5 clusters. From the three validation index that used to find out the right number of clustering, two clusters gave better clustering results. CFGWC-PSO shows that all districts/cities in cluster 2 become dengue fever endemic areas that need to be considered by the East Java Provincial Government.

show abstract

Autokorelasi Spasial Demam Berdarah Dengue di Kecamatan Samarinda Utara, Kota Samarinda

Syamsir¹,

Daramusseng²,

Rudiman³

2020

Jurnal Kesehatan Lingkungan Indonesia

View full text Add to dashboard Cite

Latar belakang: Demam Berdarah Dengue (DBD) masih menjadi masalah kesehatan masyarakat. Indonesia menjadi salah satu negara yang setiap tahunnya ditemukan kasus DBD. Program pengendalian DBD masih kurang maksimal karena puskesmas belum mampu memetakan wilayah rentan DBD. Penelitian ini bertujuan untuk mengetahui pola sebaran DBD di Kecamatan Samarinda Utara dengan menggunakan autokorelasi spasial.Metode: Penelitian ini dilaksanakan di kelurahan yang berada pada wilayah kerja Puskesmas Lempake, Kecamatan Samarinda Utara. Sampel penelitian dipilih berdasarkan metode cluster sampling. Berdasarkan kriteria jumlah kasus tertinggi maka kelurahan di Kecamatan Samarinda Utara yang representatif untuk dijadikan cluster pada penelitian ini yaitu kelurahan yang berada pada wilayah kerja Puskesmas Lempake. Analisis yang digunakan pada penelitian ini yaitu Spatial Autocorrelation Analysis dengan menggunakan metode Moran’s I. Spatial Autocorrelation Analysis digunakan untuk mengetahui apakah terdapat hubungan antar titik dan arah hubungannya (postif atau negatif).Hasil: Nilai Z-score atau Z hitung = 3,651181 dengan nilai kritis (Z α/2) sebesar 2,58. Ini menunjukkan bahwa Z-score > Z α/2 (3,6511 > 2,58) sehingga Ho ditolak. Terdapat autokorelasi spasial pada sebaran kasus DBD di wilayah kerja Puskesmas Lempake. Sebaran kasus DBD di wilayah kerja Puskesmas Lempake termasuk kategori clustered atau berkelompok pada lokasi tertentu. Moran’s Index (I) = 0,124420 artinya I > 0. Ini menunjukkan bahwa pola sebaran DBD di wilayah kerja Puskesmaas Lempake merupakan autokorelasi positif. Simpulan: Pola sebaran kasus DBD di Kecamatan Samarinda Utara yaitu clustered. Autokorelasi spasial yang dihasilkan yaitu autokorelasi positif. ABSTRACTTitle: Spatial Autocorrelation of Dengue Hemorrhagic Fever in North Samarinda district, Samarinda CityBackground: Dengue Hemorrhagic Fever (DHF) is still a public health problem. Indonesia is one of the countries where DHF cases are found every year. The DHF control program is still less than optimal because the public health center has not been able to map the DHF vulnerable areas. This study aims to determine the pattern of DHF distribution in the District of North Samarinda by using spatial autocorrelation.Method: This research was conducted in a village located in the working area of the Lempake Health Center, Samarinda Utara district. The research sample was chosen based on the cluster sampling method. Based on the criteria for the highest number of cases, the representative village to be clustered in this study are the village within the working area of the Lempake Health Center. The analysis used in this study is spatial autocorrelation nalysis using the Moran’s I. Spatial autocorrelation Analysis method is used to determine whether there is a relationship between the point and direction of the relationship (positive or negative).Result: Z-score or Z count = 3.651181 with a critical value (Z α / 2) of 2.58. This shows that Z-score> Z α / 2 (3.6511> 2.58) so that Ho is rejected. There is a spatial autocorrelation in the distribution of dengue cases in the working area of the Lempake Health Center. The distribution of dengue cases in the working area of Lempake Health Center is classified as clustered or grouped in certain locations. Moran’s Index (I) = 0.124420 means I> 0. This shows that the pattern of DHF distribution in the work area of Lempake Health Center is a positive autocorrelation.Conclusion: The pattern of distribution of dengue cases in the District of North Samarinda is clustered. The resulting spatial autocorrelation is positive autocorrelation.

show abstract

Pengelompokkan Wilayah Bencana Endemi Demam Berdarah Dengue Di Jawa Timur Dengan Fuzzy Geographically Weighted Clustering – Particle Swarm Optimization

Cited by 3 publications

References 1 publication

Analisis Pemetaan Risiko Bencana Banjir di Indonesia Tahun 2011 – 2015 Menggunakan Fuzzy C-Means

Analisis Pemetaan Risiko Bencana Banjir di Indonesia Tahun 2011 – 2015 Menggunakan Fuzzy C-Means

CFGWC-PSO in Analyzing Factors Affecting the Spread of Dengue Fever in East Java Province

Autokorelasi Spasial Demam Berdarah Dengue di Kecamatan Samarinda Utara, Kota Samarinda

Contact Info

Product

Resources

About