IMPLEMENTASI FUZZY C-MEANS UNTUK PENGELOMPOKAN DAERAH BERDASARKAN INDIKATOR KESEHATAN

Abstract

Abstract - The health of each individual is very dependent on the health of the family which then goes to a broader level, namely the village, then the district, province, and also the country. The equitable distribution of health quality at the national level must start from the province first. But this has become difficult because the Indonesian state is an archipelago and has a very large population. Nusa Tenggara Barat (NTB) is one of the provinces in Indonesia which has health problems, one of which is the spread of non-communicable diseases such as hypertension, diabetes mellitus, and mental disorders which are quite extensive and relatively difficult to control. Uneven health services are a major factor in non-communicable diseases which are quite difficult to control. The grouping of districts/cities in NTB is one alternative to improve the quality of health services. A fairly reliable data grouping algorithm is Fuzzy C-Means, the algorithm classifies data based on the characteristics of the data they have. The results obtained in this study are grouping data into a variety depending on the data of each parameter owned by the district/city. The number of iterations is also very dependent on the value of the center of the cluster that is determined in the first iteration.

Keywords – Fuzzy Logic, Clustering, Health, Grouping

Abstract - Kesehatan masing-masing individu sangat bergantung pada kesehatan keluarga yang kemudian beranjak ke tingkat yang lebih luas yaitu tingkat desa/kelurahan kemudian kabupaten, provinsi, dan juga negara. Pemerataan kualitas kesehatan pada tingkat nasional, harus dimulai dari provinsi terlebih dahulu. Namun hal ini menjadi sulit dilakukan karena negara Indonsia yang berbentuk kepulauan dan memiliki jumlah penduduk yang sangat banyak. Provinsi Nusa Tenggara Barat (NTB) merupakan salah satu provinsi di Indonesia yang memiliki permasalahan kesehatan salah satunya yaitu persebaran penyakit tidak menular seperti hipertensi, diabetes mellitus, dan gangguan jiwa menjadi cukup luas dan relatif sulit untuk dikendalikan. Pelayanan kesehatan yang belum merata menjadi faktor utama penyakit tidak menular tersebut cukup sulit untuk dikendalikan. Pengelompokan kabupaten/kota di NTB menjadi salah satu alternatif untuk pemerataan kualitas pelayanan kesehatan menjadi lebih baik. Algoritma pengelompokan data yang cukup handal adalah Fuzzy C-Means, algoritma tersebut mengelompokkan data berdasarkan karekteristik data yang mereka miliki. Hasil yang didapatkan dalam penelitian ini adalah pengelompokan data menjadi beraneka ragam tergantung dari data masing-masing parameter yang dimiliki oleh kabupaten/kota. Jumlah iterasi juga sangat bergantung pada nilai pusat cluster yang ditentukan pada iterasi pertama.

Kata kunci - Logika Fuzzy, Clustering, Kesehatan, Kelompok