DATA MINING: PENERAPAN RAPIDMINER DENGAN K-MEANS CLUSTER PADA DAERAH TERJANGKIT DEMAM BERDARAH DENGUE (DBD) BERDASARKAN PROVINSI

Penyakit Demam Berdarah Dengue (DBD) adalah penyakit yang disebabkan oleh Dengue yang tergolong Arthropod-Borne Virus, genus Flavivirus, dan famili Flaviviridae. DBD ditularkan melalui gigitan nyamuk dari genus Aedes, terutama Aedes aegypti atau Aedes albopictus. Penyakit DBD dapat muncul sepanjang...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Kiki Fatmawati, Agus Perdana Windarto
Formato:	article
Lenguaje:	ID
Publicado:	Universitas Negeri Medan 2018
Materias:	Electronic computers. Computer science QA75.5-76.95
Acceso en línea:	https://doaj.org/article/5d1e708b90a94438bebcb71f25d83161
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

id	oai:doaj.org-article:5d1e708b90a94438bebcb71f25d83161
record_format	dspace
spelling	oai:doaj.org-article:5d1e708b90a94438bebcb71f25d831612021-11-27T05:26:25ZDATA MINING: PENERAPAN RAPIDMINER DENGAN K-MEANS CLUSTER PADA DAERAH TERJANGKIT DEMAM BERDARAH DENGUE (DBD) BERDASARKAN PROVINSI2502-71312502-714X10.24114/cess.v3i2.9661https://doaj.org/article/5d1e708b90a94438bebcb71f25d831612018-08-01T00:00:00Zhttps://jurnal.unimed.ac.id/2012/index.php/cess/article/view/9661https://doaj.org/toc/2502-7131https://doaj.org/toc/2502-714XPenyakit Demam Berdarah Dengue (DBD) adalah penyakit yang disebabkan oleh Dengue yang tergolong Arthropod-Borne Virus, genus Flavivirus, dan famili Flaviviridae. DBD ditularkan melalui gigitan nyamuk dari genus Aedes, terutama Aedes aegypti atau Aedes albopictus. Penyakit DBD dapat muncul sepanjang tahun dan dapat menyerang seluruh kelompok umur. Penyakit ini berkaitan dengan kondisi lingkungan dan perilaku masyarakat. Penelitian ini membahas tentang pengelompokkan jumlah daerah yang terjangkit demam berdarah dengue (DBD) berdasarkan provinsi. Metode yang digunakan adalah Data mining K-Means Clustering. Dengan menggunakan metode ini data-data yang telah diperoleh dapat dikelompokkan ke dalam beberapa cluster, dimana penerapan proses K-Means Clustering menggunakan tools RapidMiner. Penelitian ini menggunakan sumber data yang terekam di situs departemen kesehatan dengan alamat url https://www.depkes.go.id/. Data yang digunakan adalah (2014-2016) yang terdiri dari 34 provinsi. Kriteria yang digunakan, yakni: 1) jumlah kabupaten/kota dan 2) kabupaten/kota yang terjangkit. Data diolah dengan menggunakan K-means yang dibagi dalam 3 cluster yaitu: tingkat cluster tinggi (C1), tingkat cluster sedang (C2) dan tingkat cluster rendah (C3). Proses iterasi berlangsung 6 kali sehingga diperoleh penilaian dalam mengelompokkan daerah yang terjangkit demam berdarah dengue (DBD) berdasarkan provinsi. Hasil yang diperoleh bahwa terdapat 4 provinsi dengan cluster tingkatan tinggi (C1), 13 provinsi dengan cluster tingkatan sedang (C2), dan 17 provinsi dengan cluster tingkatan rendah (C3). Hal ini dapat menjadi masukan kepada masyarakat untuk menjaga kesehatan dengan meningkatkan kewaspadaan terhadap penularan demam berdarah, sehingga diperlukan kepedulian peran serta aktif masyarakat untuk bergotong-royong melakukan langkah-langkah pencegahan penularan penyakit DBD, melalui kegiatan pemberantasan nyamuk dan jentik secara berkala.Kiki FatmawatiAgus Perdana WindartoUniversitas Negeri MedanarticleElectronic computers. Computer scienceQA75.5-76.95IDCESS (Journal of Computer Engineering, System and Science), Vol 3, Iss 2, Pp 173-178 (2018)
institution	DOAJ
collection	DOAJ
language	ID
topic	Electronic computers. Computer science QA75.5-76.95
spellingShingle	Electronic computers. Computer science QA75.5-76.95 Kiki Fatmawati Agus Perdana Windarto DATA MINING: PENERAPAN RAPIDMINER DENGAN K-MEANS CLUSTER PADA DAERAH TERJANGKIT DEMAM BERDARAH DENGUE (DBD) BERDASARKAN PROVINSI
description	Penyakit Demam Berdarah Dengue (DBD) adalah penyakit yang disebabkan oleh Dengue yang tergolong Arthropod-Borne Virus, genus Flavivirus, dan famili Flaviviridae. DBD ditularkan melalui gigitan nyamuk dari genus Aedes, terutama Aedes aegypti atau Aedes albopictus. Penyakit DBD dapat muncul sepanjang tahun dan dapat menyerang seluruh kelompok umur. Penyakit ini berkaitan dengan kondisi lingkungan dan perilaku masyarakat. Penelitian ini membahas tentang pengelompokkan jumlah daerah yang terjangkit demam berdarah dengue (DBD) berdasarkan provinsi. Metode yang digunakan adalah Data mining K-Means Clustering. Dengan menggunakan metode ini data-data yang telah diperoleh dapat dikelompokkan ke dalam beberapa cluster, dimana penerapan proses K-Means Clustering menggunakan tools RapidMiner. Penelitian ini menggunakan sumber data yang terekam di situs departemen kesehatan dengan alamat url https://www.depkes.go.id/. Data yang digunakan adalah (2014-2016) yang terdiri dari 34 provinsi. Kriteria yang digunakan, yakni: 1) jumlah kabupaten/kota dan 2) kabupaten/kota yang terjangkit. Data diolah dengan menggunakan K-means yang dibagi dalam 3 cluster yaitu: tingkat cluster tinggi (C1), tingkat cluster sedang (C2) dan tingkat cluster rendah (C3). Proses iterasi berlangsung 6 kali sehingga diperoleh penilaian dalam mengelompokkan daerah yang terjangkit demam berdarah dengue (DBD) berdasarkan provinsi. Hasil yang diperoleh bahwa terdapat 4 provinsi dengan cluster tingkatan tinggi (C1), 13 provinsi dengan cluster tingkatan sedang (C2), dan 17 provinsi dengan cluster tingkatan rendah (C3). Hal ini dapat menjadi masukan kepada masyarakat untuk menjaga kesehatan dengan meningkatkan kewaspadaan terhadap penularan demam berdarah, sehingga diperlukan kepedulian peran serta aktif masyarakat untuk bergotong-royong melakukan langkah-langkah pencegahan penularan penyakit DBD, melalui kegiatan pemberantasan nyamuk dan jentik secara berkala.
format	article
author	Kiki Fatmawati Agus Perdana Windarto
author_facet	Kiki Fatmawati Agus Perdana Windarto
author_sort	Kiki Fatmawati
title	DATA MINING: PENERAPAN RAPIDMINER DENGAN K-MEANS CLUSTER PADA DAERAH TERJANGKIT DEMAM BERDARAH DENGUE (DBD) BERDASARKAN PROVINSI
title_short	DATA MINING: PENERAPAN RAPIDMINER DENGAN K-MEANS CLUSTER PADA DAERAH TERJANGKIT DEMAM BERDARAH DENGUE (DBD) BERDASARKAN PROVINSI
title_full	DATA MINING: PENERAPAN RAPIDMINER DENGAN K-MEANS CLUSTER PADA DAERAH TERJANGKIT DEMAM BERDARAH DENGUE (DBD) BERDASARKAN PROVINSI
title_fullStr	DATA MINING: PENERAPAN RAPIDMINER DENGAN K-MEANS CLUSTER PADA DAERAH TERJANGKIT DEMAM BERDARAH DENGUE (DBD) BERDASARKAN PROVINSI
title_full_unstemmed	DATA MINING: PENERAPAN RAPIDMINER DENGAN K-MEANS CLUSTER PADA DAERAH TERJANGKIT DEMAM BERDARAH DENGUE (DBD) BERDASARKAN PROVINSI
title_sort	data mining: penerapan rapidminer dengan k-means cluster pada daerah terjangkit demam berdarah dengue (dbd) berdasarkan provinsi
publisher	Universitas Negeri Medan
publishDate	2018
url	https://doaj.org/article/5d1e708b90a94438bebcb71f25d83161
work_keys_str_mv	AT kikifatmawati dataminingpenerapanrapidminerdengankmeansclusterpadadaerahterjangkitdemamberdarahdenguedbdberdasarkanprovinsi AT agusperdanawindarto dataminingpenerapanrapidminerdengankmeansclusterpadadaerahterjangkitdemamberdarahdenguedbdberdasarkanprovinsi
_version_	1718409233558405120

DATA MINING: PENERAPAN RAPIDMINER DENGAN K-MEANS CLUSTER PADA DAERAH TERJANGKIT DEMAM BERDARAH DENGUE (DBD) BERDASARKAN PROVINSI

Ejemplares similares