Pengelompokan Prioritas Negara Yang Membutuhkan Bantuan Menggunakan Clustering K-Means dengan Elbow Dan Silhouette
DOI:
https://doi.org/10.52436/1.jpti.343Kata Kunci:
clustering, elbow, k-means, negara, python, silhouetteAbstrak
Sistem kesehatan mencakup personal, lembaga, komoditas, informasi, pembiayaan, dan strategi pemerintah dalam memberikan layanan kesehatan kepada Masyarakat dengan tujuan untuk memenuhi kebutuhan dan harapan masyarakat secara adil dan merata. Status kesehatan masyarakat penting untuk meningkatkan kualitas sumber daya manusia dan produktivitas dari sebuah negara. LSM kemanusiaan HELP International memilih negara-negara yang membutuhkan bantuan berdasarkan faktor sosial, ekonomi, dan kesehatan. Maka dari itu penelitian ini bertujuan melakukan clustering untuk mengelompokkan prioritas negara yang membutuhkan bantuan. Metode yang digunakan dalam pengelompokan negara menggunakan algoritma K-Means dengan metode Elbow dan Silhouette. Tools yang digunakan dalam pengelompokan adalah python. Clustering dan pencarian Silhouette Coefficient dilakukan menggunakan Tools Orange. Dataset yang digunakan mencakup informasi tentang negara-negara di seluruh dunia. Hasil dari penelitian ini adalah clustering negara-negara yang termasuk dalam kelompok C5 hingga C1, dengan kebutuhan prioritas tertinggi di C5 dan terendah di C1.
Unduhan
Referensi
A. Hanifa, Y. I. Kurniawan, J. H. Husein, A. K. Nugroho, and I. Permadi, “Prediction of patient length of stay using random forest method based on the Indonesian national health insurance,” J. Infotel Informatics - Telecommun. - Electron., vol. 15, no. 3, pp. 233–240, 2023, doi: https://doi.org/10.20895/infotel.v15i3.963
A. A. Rahman and Y. I. Kurniawan, “Aplikasi Klasifikasi Penerima Kartu Indonesia Sehat Menggunakan,” Progr. Stud. Inform. Univ. Muhammadiyah Surakarta, 2016.
R. N. Putri, “Perbandingan Sistem Kesehatan di Negara Berkembang dan Negara Maju,” J. Ilm. Univ. Batanghari Jambi, vol. 19, no. 1, pp. 139–145, 2019, doi: 10.33087/jiubj.v19i1.572.
Y. I. Kurniawan and W. Dwiyatmika, “Aplikasi diagnosa retardasi mental pada anak,” in Prosiding SEMNAS Penguatan Individu di Era Revolusi Informasi, 2017, pp. 336–343, [Online]. Available: https://publikasiilmiah.ums.ac.id/handle/11617/9053.
L. S. Rakasiwi and A. Kautsar, “Pengaruh Faktor Demografi dan Sosial Ekonomi terhadap Status Kesehatan Individu di Indonesia,” Kaji. Ekon. Dan Keuang., vol. 5, no. 2, pp. 146–157, 2021.
K. K. R. Indonesia, “Undang-Undang RI tentang Kesehatan 2009,” 2009. https://infeksiemerging.kemkes.go.id/download/UU_36_2009_Kesehatan.pdf.
U. Zakia, S. Anwar, and I. Y. Ulya, “DAMPAK PANDEMI COVID-19 TERHADAP IMPOR PROVINSI ACEH BERDASARKAN HASIL CLUSTERING NEGARA ASAL IMPOR,” Bul. Ilm. Litbang Perdagang., vol. 16, no. 2, 2022, doi: 10.55981/bilp.2022.3.
N. B. Rahmawan and S. I. Oktora, “The impact of zero import tariff policy and air pollution prevention and control action plan on indonesian coal export to China,” Bul. Ilm. Litbang Perdagang., vol. 12, no. 1, pp. 73–94, 2018.
I. R. Warer, N. Putu, and W. Setyari, “PENGARUH EKSPOR MIGAS, PENANAMAN MODAL ASING, UTANG LUAR NEGERI, DAN INFLASI TERHADAP PERTUMBUHAN EKONOMI INDONESIA,” J. Ekon. DAN BISNIS, vol. 10, no. 12, pp. 1063–1076, 2021.
Y. I. Kurniawan, A. Fatikasari, M. L. Hidayat, and M. Waluyo, “Prediction For Cooperative Credit Eligibility Using Data Mining Classification With C4.5 Algorithm,” J. Tek. Inform., vol. 2, no. 2, pp. 57–64, 2021, doi: 10.20884/1.jutif.2021.2.2.49.
N. R. Indraswari and Y. I. Kurniawan, “Aplikasi Prediksi Usia Kelahiran Dengan Metode Naive Bayes,” J. Simetris, vol. 9, no. 1, pp. 129–138, 2018, doi: 10.24176/simet.v9i1.1827.
D. Febriyanto and Y. I. Kurniawan, “Prediksi Penyakit Tuberculosis (TBC) Menggunakan Algoritma C4.5,” J. Ilm. SINUS, vol. 16, no. 2, pp. 23–36, 2018, doi: 10.30646/sinus.v16i2.366.
D. A. Kurniawan and Y. I. Kurniawan, “Aplikasi Prediksi Kelayakan Calon Anggota Kredit Menggunakan Algoritma Naïve Bayes,” J. Teknol. dan Manaj. Inform., vol. 4, no. 1, pp. 1–12, 2018, doi: 10.26905/jtmi.v4i1.1831.
K. Peng, V. C. M. Leung, and Q. Huang, “Clustering Approach Based on Mini Batch Kmeans for Intrusion Detection System over Big Data,” IEEE Access, vol. 6, pp. 11897–11906, 2018, doi: 10.1109/ACCESS.2018.2810267.
Y. S. Nugroho, S. Islam, D. Gunawan, Y. I. Kurniawan, and M. J. Hossain, “Dataset of network simulator related-question posts in stack overflow,” Data Br., vol. 41, no. 107942, pp. 1–7, 2022, doi: 10.1016/j.dib.2022.107942.
A. V. Efrilla, S. B. Sulistyo, K. Wijaya, P. H. Kuncoro, and A. Sudarmaji, “Klasifikasi Penyakit Pada Daun Stroberi Menggunakan K-Means Clustering dan Jaringan Syaraf Tiruan,” J. Keteknikan Pertan. Trop. dan Biosist., vol. 8, no. 2, pp. 161–170, 2020, doi: 10.21776/ub.jkptb.2020.008.02.06.
Taslim, D. Toresa, D. Jollyta, D. Suryani, and E. Sabna, “Optimasi K-Means dengan Algoritma Genetika untuk Target Pemanfaat Air Bersih Provinsi Riau,” Indones. J. Comput. Sci., vol. 10, no. 1, pp. 1–12, 2021.
N. H. Harani, C. Prianto, and F. A. Nugraha, “egmentasi Pelanggan Produk Digital Service Indihome Menggunakan Algoritma K-Means Berbasis Python,” J. Manaj. Inform., vol. 10, no. 2, pp. 133–146, 2020.
M. A. Ghofar and Y. I. Kurniawan, “APLIKASI PENGELOMPOKAN PELANGGAN PADA UMS STORE MENGGUNAKAN ALGORITMA K-MEANS,” J. Teknol. Manaj. Inform., vol. 4, no. 1, pp. 196–203, 2018.
E. Muningsih and S. Kiswati, “Sistem aplikasi berbasis optimasi metode elbow untuk penentuan clustering pelanggan,” Joutica J. Inform. Unisla, vol. 3, no. 1, pp. 117–124, 2018.
N. T. Hartanti, “Metode Elbow dan K-Means Guna Mengukur Kesiapan Siswa SMK Dalam Ujian Nasional,” J. Nas. Teknol. dan Sist. Inf., vol. 6, no. 2, pp. 82–89, 2020, doi: 10.25077/teknosi.v6i2.2020.82-89.
B. Wira, A. E. Budianto, and A. S. Wiguna, “Implementasi Metode K-Medoids Clustering Untuk Mengetahui Pola Pemilihan Program Studi Mahasiwa Baru Tahun 2018 Di Universitas Kanjuruhan Malang,” Rainstek J. Terap. Sains Teknol., vol. 1, no. 3, pp. 53–68, 2019.
S. Paembonan and H. Abduh, “Penerapan Metode Silhouette Coefficient untuk Evaluasi Clustering Obat,” PENA Tek. J. Ilm. Ilmu-Ilmu Tek., vol. 6, no. 2, pp. 48–54, 2021.
D. S. Anggraeni and U. Enri, “Pengelompokkan Data Kemiskinan Provinsi Jawa Barat Menggunakan Algoritma K-Means dengan Silhouette Coefficient,” TEMATIK, vol. 9, no. 1, pp. 29–35, 2022.
C. Yuan and H. Yang, “Research on K-Value Selection Method of K-Means Clustering Algorithm,” J Basel, vol. 2, no. 2, pp. 226–235, 2019, doi: 10.3390/j2020016.
D. A. I. C. Dewi and D. A. K. Pramita, “Analisis Perbandingan Metode Elbow dan Silhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Produksi Kerajinan Bali,” Matrix J. Manaj. Teknol. dan Inform., vol. 9, no. 3, pp. 102–109, 2019.
Ichi.Pro, “Metode Silhouette - Lebih Baik daripada Metode Siku untuk menemukan Cluster Optimal,” 2023. https://ichi.pro/id/metode-silhouette-lebih-baik-daripada-metode-siku-untuk-menemukan-cluster-optimal-61080390822033 (accessed Jun. 17, 2023).
