Pengolompokan Data Tingkat Partisipasi Masyarakat dalam Penanggulanagan HIV/AIDS Menggunakan K-Means Berbasis Median dalam Penentuan Pusat Klaster

Rizal Sulton
DOI: https://doi.org/10.33650/coreai.v4i1.4280



Abstract

Pada tahun 2016, di Indonesia kasus baru infeksi HIV meningkat 33,4% dibandingkan tahun sebelumnya. Terdapat 69,3% kasus baru infeksi HIV pada kelompok umur 25-49, sementara 63,3% penderita adalah laki-laki. Rasio HIV/AIDS antara laki-laki dan perempuan tercatat pada kisaran 2:1. Salah satu layanan penanggulangan HIV-AIDS dan IMS ialah konseling dan tes HIV (KT HIV).  Berdasarkan berlimpahnya data konseling dan tes, informasi yang tersembunyi dapat diketahui dengan cara melakukan pengolahan terhadap data tersebut sehingga berguna bagi petugas kesehatan. Pengolahan data klien  perlu dilakukan untuk mengetahui informasi penting berupa pengetahuan baru (knowledge discovery) yakni berupa pengelompokan data  atau klaster data tingkat partisipasi masyarakat dalam penanggulangan HIV AIDS . Metode yang digunakan dalam pengolahan data di penelitian  ini adalah K-Means dengan berbasis perhitungan  median dalam penentuan pusat klaster, penggunaan median adalah untuk meningkatkan kinerja K-means dalam penentuan pusat klaster sehinggna memperoleh hasil data pengelompokan lebih baik.  Hasil penelitian menunjukkan bahwa proses klaster K-Means yang menggunakan penentuan pusat klaster berbasis median menghasilkan nilai evaluasi DBI 0,5857 sedangkan proses klaster K-Means tanpa penentuan pusat klaster berbasis median bernilai evaluasi DBI -0,647. Menurut teori konsep DBI, DBI tersebut menginginkan nilai (non-negatif >=0) sekecil mungkin untuk menilai baiknya klaster yang didapat. Dengan demikian berdasarkan hasil evaluasi DBI pada proses K-means menggunakan penentuan pusat klaster awal berbasis median lebih baik  dari pada proses perhitungan K-Means tanpa menggunakan penentuan awal klaster berbasis median


Full Text:

References

Lenny Octavianty, “Pengetahuan, Sikap Dan Pencegahan Hiv/Aids Pada Ibu Rumah Tangga,” Jurnal Kesehatan Masyarakat, 2015

Purwaningsih S. 2008. “Perkembangan HIV dan AIDS di Indonesia”. Jurnal Kependudukan Indonesia; 3 (2): 11 - 16

Desy Mulyasari “Layanan Komprehensif Berkesinambungan Terhadap Anak Dengan Hiv/Aids Di Kota Surakarta,” Jurnal Sosiologi DILEMA, Vol. 31, No. 1, 2016.

Rima Dias Ramadhani, “Data Mining Menggunakan Algoritma K-Means Clustering Untuk Menentukan Strategi Promosi Universitas Dian Nuswantoro”, Jurusan Sistem Informasi, Fakultas Ilmu Komputer Universitas Dian Nuswantoro

E. H. Witten, Ian H. Frank, "Data Mining Practical Machine Learning Tools and Techniques Third Edition". 2011.

P. Berkhin, “Survey of Clustering Data Mining Techniques,” pp. 1–56.

E. H. Witten, Ian H. Frank, "Data Mining Practical Machine Learning Tools and Techniques Third Edition". 2011.

X. Wu and V. KUmar, The Top Ten Algorithms in Data Mining. 2009.

P. J. Flynn, “Data Clustering : A Review,” vol. 31, no. 3, 2000.

J. A. Lozano and P. Larra, “An empirical comparison of four initialization methods for the K - Means algorithm,” vol. 20, 1999. [8] M. E. Celebi, H. A. Kingravi, and P. A. Vela, “Expert Systems with Applications A.

M. E. Celebi, H. A. Kingravi, and P. A. Vela, “Expert Systems with Applications A.

S. Deelers and S. Auwatanamongkol, “Enhancing K-Means Algorithm with Initial Cluster Centers Derived from Data Partitioning along the Data Axis with the Highest Variance,” vol. 26, no. December, pp. 323–328, 2007

M. E. Celebi, “A Comparative Study of Efficient Initialization Methods for the K- Means Clustering Algorithm,” vol. 2, no. 1, 2012.

Soumi Ghosh, Sanjay Kumar Dubey,” Comparative Analysis of K-Means and Fuzzy CMeans Algorithms”, Vol. 4, No.4, 2013.

Navjot Kaur, Jaspreet Kaur Sahiwal, Navneet Kaur,”Efficient K-Means Clustering Algorithm Using Ranking Method In Data Mining”, ISSN: 2278 – 1323,2012.

Hendi Shopian, “Pemilihan Pusat Klaster Awal Pada Metode K-Means Berbasis Median”, ISSN Cetak: 2087-4286, ISSN On Line: 2580-6017.

Silvi Agustina dkk, “Clustering Kualitas Beras Berdasarkan Ciri Fisik Menggunakan Metode K-Means ”, Program Studi Ilmu Komputer, Program Teknologi Informasi dan Ilmu Komputer Universitas Brawijaya Malang.

Agus Perdana Windarto,” Implementation of Data Mining on Rice Imports by Major Country of Origin Using Algorithm Using K-Means Clustering Method”, International Journal of Artificial Intelligence Research vol.No 2, 2017.

Mardalius,” Implementasi Algoritma K-Means Clustering Untuk Menentukan Kelas Kelompok Bimbingan Belajar Tambahan”, Proceding SEMILOKA ROYAL 2017 “Teknologi Mobile”,2017.

Eko Prasetyo, “Data Mining Mengolah Data Menjadi Informasi menggunakan matlab”,Yogyakarta, Penerbit Andi,2014.

Wu, X. and Kumar, “The Top ten Algorithms in Data Mining”.London,CRC Press taylor & Francis Group, 2009.

J. Isotalo, “Basics of Statistics,” pp. 0–82.


Dimensions, PlumX, and Google Scholar Metrics

10.33650/coreai.v4i1.4280


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Rizal Sulton

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


Creative Commons License
 
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi

Published by Technic Faculty of Nurul Jadid University, Probolinggo, East Java, Indonesia.