TY  - THES
M1  - sarjana
KW  - Analisis Spasial
KW  -  Klasterisasi
KW  -  K-Means
KW  -  K-Medoids
KW  -  TBC.
EP  - 63
AV  - restricted
TI  - PERBANDINGAN ALGORITMA K-MEANS DAN
ALGORITMA K-MEDOIDS UNTUK KLASTERISASI 
GEOGRAFIS PASIEN TBC DALAM ANALISIS PENYEBARAN 
PENYAKIT DI PROVINSI BANTEN
ID  - eprintuntirta58306
A1  - Hamdani, Shofie Muthia Putri
PB  - FAKULTAS TEKNIK UNIVERSITAS SULTAN AGENG TIRTAYASA
Y1  - 2026/01//
UR  - https://eprints.untirta.ac.id/58306/
N2  - 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.
ER  -