Hamdani, Shofie Muthia Putri (2026) PERBANDINGAN ALGORITMA K-MEANS DAN ALGORITMA K-MEDOIDS UNTUK KLASTERISASI GEOGRAFIS PASIEN TBC DALAM ANALISIS PENYEBARAN PENYAKIT DI PROVINSI BANTEN. S1 thesis, FAKULTAS TEKNIK UNIVERSITAS SULTAN AGENG TIRTAYASA.

	Text (FullText) Shofie Muthia Putri Hamdani_3337210041_FullText.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (Bab 1) Shofie Muthia Putri Hamdani_3337210041_01.pdf Restricted to Registered users only Download (861kB) | Request a copy
	Text (Bab 2) Shofie Muthia Putri Hamdani_3337210041_02.pdf Restricted to Registered users only Download (209kB) | Request a copy
	Text (Bab 3) Shofie Muthia Putri Hamdani_3337210041_03.pdf Restricted to Registered users only Download (162kB) | Request a copy
	Text (Bab 4) Shofie Muthia Putri Hamdani_3337210041_04.pdf Restricted to Registered users only Download (364kB) | Request a copy
	Text (Bab 5) Shofie Muthia Putri Hamdani_3337210041_05.pdf Restricted to Registered users only Download (129kB) | Request a copy
	Text (Daftar Referensi) Shofie Muthia Putri Hamdani_3337210041_Ref.pdf Restricted to Registered users only Download (172kB) | Request a copy
	Text (Cek Plagiasi) 3337210041_Shofie Muthia Putri Hamdani_CP.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (Lampiran) Shofie Muthia Putri Hamdani_3337210041_Lamp.pdf Restricted to Registered users only Download (87kB) | Request a copy

Abstract

Tuberkulosis (TBC) masih menjadi permasalahan kesehatan masyarakat di Provinsi Banten dengan pola penyebaran yang bervariasi antar wilayah. Perbedaan karakteristik geografis dan demografis menyebabkan perlunya pendekatan analisis spasial untuk memahami pola distribusi kasus TBC secara lebih komprehensif. Penelitian ini bertujuan untuk menganalisis pola penyebaran TBC melalui metode klasterisasi serta mengelompokkan wilayah berdasarkan tingkat penyebaran TBC menjadi kategori tinggi dan rendah. Data yang digunakan merupakan data sekunder pasien TBC yang telah melalui tahapan preprocessing dan rekayasa fitur, meliputi proses geocoding fasilitas pelayanan kesehatan untuk memperoleh koordinat latitude dan longitude, serta penambahan variabel usia pasien dan kepadatan penduduk. Evaluasi hasil klasterisasi dilakukan menggunakan nilai silhouette score. Hasil penelitian menunjukkan bahwa algoritma K-Means menghasilkan nilai sillhouette sebesar 0,475, sedangkan algoritma K-Medoids menghasilkan nilai silhouette sebesar 0,472, yang mengindikasikan bahwa kedua metode mampu membentuk klaster dengan kualitas yang cukup baik. Temuan ini memberikan gambaran wilayah prioritas yang berpotensi menjadi fokus dalam perencanaan intervensi penanggulangan TBC di Provinsi Banten.

Actions (login required)

View Item