Sistem Pemetaan Lokasi Penanggulangan Dan Pencegahan Penyakit Demam Berdarah Dengue Dengan Metode K-Means Clustering (Studi Kasus Di Puskesmas Binakal)

Farida, Ana (2022) Sistem Pemetaan Lokasi Penanggulangan Dan Pencegahan Penyakit Demam Berdarah Dengue Dengan Metode K-Means Clustering (Studi Kasus Di Puskesmas Binakal). Diploma thesis, Politeknik Negeri Jember.

	Text (Abstract) Abstract.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (71kB)
	Text (Bab 1 Pendahuluan) Chapter 1_Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (23kB)
	Text (Daftar Pustaka) Referensi.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (141kB)
	Text (Laporan Lengkap) Full Text.pdf - Submitted Version Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Demam Berdarah Dengue adalah penyakit yang diakibatkan oleh virus dengue yang ditularkan lewat gigitan nyamuk Aedes Aegypti. DBD adalah salah satu tipe penyakit meluas yang bisa memunculkan wabah dan dapat menyebabkan kematian. Sehingga dibutuhkan pencegahan dan penanganan secara cepat dan tepat sasaran pada daerah yang terjangkit DBD tinggi. Tujuan penelitian ini untuk membuat sistem informasi geografis penyebaran DBD di Kecamatan Binakal menggunakan metode K-means Clustering. Tahapan metode penelitian meliputi studi literatur, pengumpulan data, analisis data, perancangan sistem, implementasi sistem, pengujian sistem dan pembahasan. Variabel yang digunakan ada 2 yaitu jumlah penderita DBD dan jumlah meninggal DBD di setiap desa di Kecamatan Binakal. Dari variabel data tersebut kemudian dikelompokkan menjadi 3 kategori berdasarkan tingkat kerawanan yang meliputi daerah endemis, daerah potensial dan daerah bebas. Hasil dari pengelompokkan tersebut kemudian divisualisasikan dalam bentuk peta, daerah endemis ditandai warna merah, daerah potensial ditandai warna kuning dan daerah bebas ditandai dengan warna merah. Sistem telah dilakukan pengujian dengan User Acceptance Testing (UAT), black box testing dan pengujian akurasi dengan membandingkan hasil perhitungan sistem dan perhitungan manual K-means Clustering diperoleh 87,5%, sehingga dapat disimpulkan bahwa sistem dapat mengklaster data dengan benar namun masih terdapat beberapa data yang terklaster pada kelompok yang lain.

Actions (login required)

View Item