Penerapan Metode Clustering SOM dan DBSCAN dalam Mengelompokkan Unmet Need Keluarga Berencana di Nusa Tenggara Barat-Reference-Cited by-同舟云学术

Penerapan Metode Clustering SOM dan DBSCAN dalam Mengelompokkan Unmet Need Keluarga Berencana di Nusa Tenggara Barat

Published:2022-12-31 Issue:2 Volume:15 Page:237-244
ISSN:2654-7511
Container-title:J Statistika: Jurnal Ilmiah Teori dan Aplikasi Statistika
language:
Short-container-title:J Statistika

Author:

Nisrina Sausan,Nurmayanti Wiwit Pura,Basirun ,Kertanah ,Muhammad Gazali

Abstract

Perkembangan big data terus mengalami kemajuan dengan sangat pesat. Untuk memudahkan mengakses data dan informasi dapat menggunakan metode clustering. Clustering merupakan proses pengelompokkan obyek atas kesamaan karakteristiknya. Metode clustering dapat diterapkan pada bidang kesehatan yaitu unmet need Keluarga Berencana (KB). Unmet need dapat diartikan sebagai tidak terpenuhinya kebutuhan akan alat kontrasepsi pada pasangan usia subur. Metode clustering yang digunakan pada penelitian ini yaitu SOMdan DBSCAN. Penelitian bertujuan untuk melihat gambaran unmet need di Provinsi Nusa Tenggara Barat yang kedua adalah menguraikan hasil clustering dengan metode Clustering Self Orgaizing Maps (SOM) dan terakhir untuk menguraikan hasil clustering dengan metode DBSCAN dalam kasus pengelompokkan penyebab unmet need KB di Provinsi NTB. Berdasarkan hasil analisis di dapatkan bahwa Kabupaten Lombok Timur merupakan kabupaten dengan jumlah unmet need KB tertinggi sebanyak 84.72 jiwa, sedangkan terendah di Kota Bima sebesar 4.636 orang. Hasil penelitian dengan metode SOM memiliki 3 cluster, 86 kecamatan cluster 1, 30 kecamatan cluster 2 dan 4 kecamatan cluster 3. Untuk metode DBSCANdengan eps 1.20 dan MinPts 3, jumlah cluster yang terbentuk yaitu 2 cluster, cluster 1 dengan 97 kecamatan dan cluster 2 dengan 4 kecamatan, serta 16 kecamatan yang memiliki data noise.

Publisher

Universitas PGRI Adi Buana Surabaya

Subject

General Medicine

Reference16 articles.

1. BKKBN NTB. (2020). Rencana Strategis 2020-2024 Perwakilan BKKBN Provinsi NTB. BKKBN: Nusa Tenggara Barat

2. Cahyani, A. D., Khotimah, B. K., Rizkillah, R. T., Studi, P., Informatika, T., & Trunojoyo, U. (2014). Perbandingan Metode SOM ( Self Organizing Map ) dengan Pembobotan Berbasis RBF ( Radial Basis Function ) Vol . 7 No . 1 Agustus 2014 ISSN : 1979-8415. 7(1).

3. Fatmawati, K., & Windarto, A. P. (2018). Data Mining: Penerapan Rapidminer dengan K-Means Cluster Pada Daerah Terjangkit Demam Berdarah Dengue (Dbd) Berdasarkan Provinsi. Computer Engineering, Science and System Journal, 3(2), 173.

4. Gunawan, W. (2021). Implementasi Algoritma DBSCAN dalam Pemngambilan Data Menggunakan Scatterplot. Techno Xplore : Jurnal Ilmu Komputer Dan Teknologi Informasi, 6(2), 91–98.

5. Halim, N. N., Widodo, E., Statistika, P., Indonesia, U. I., Artikel, I., Bumi, G., Validation, I., Halim, N. N., & Indonesia, U. I. (2017). Clustering Dampak Gempa Bumi di Indonesia Menggunakan Kohonen Self Organizing Maps. 1(1), 188–194.