Ghofur, Affan (2022) Aplikasi data mining pengelompokan rumah kesehatan berdasarkan jumlah sdm tenaga kesehatan kabupaten jepara menggunakan algoritma k-means clustering. Sarjana thesis, Universitas Muria Kudus.

Preview	Text (Halaman judul) Hal Judul.pdf - Published Version Download (525kB) | Preview
Preview	Text (Bab I) BAB I.pdf - Published Version Download (33kB) | Preview
	Text (Bab II) BAB II.pdf - Published Version Restricted to Registered users only Download (670kB) | Request a copy
	Text (Bab III) BAB III.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy
	Text (Bab IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy
	Text (Bab V) BAB V.pdf - Published Version Restricted to Registered users only Download (28kB) | Request a copy
Preview	Text (Daftar pustaka) DAFTAR PUSTAKA.pdf - Published Version Download (145kB) | Preview
	Text (Lampiran) Lampiran.pdf - Published Version Restricted to Registered users only Download (372kB) | Request a copy

Abstrak

Rumah Kesehatan adalah suatu tempat yang digunakan untuk menyelenggarakan upaya pelayanan kesehatan, baik promotif, preventif, kuratif maupun rehabilitatif yang dilakukan oleh pemerintah, pemerintah daerah dan/atau masyarakat. Jenis-jenis rumah kesehatan antara lain Puskesmas, Rumah Sakit dan Klinik. Dalam penelitian ini akan membahas tentang penerapan Data Mining algoritma K-means clustering dalam pengelompokan rumah kesehatan berdasarkan jumlah sumber daya manusia tenaga kesehatan Kabupaten Jepara. Dalam pengumpulan data dalam penelitian ini bersumber dari website milik Badan PPSDM Kesehatan Informasi SDM Kesehatan Kementerian Kesehatan Republik Indonesia. Variabel dalam penelitian ini, meliputi Jumlah Dokter Umum, Jumlah Dokter Spesialis, dan Jumlah Dokter Gigi di setiap rumah kesehatan. Penelitian ini bertujuan untuk menghasilkan pengelompokan rumah kesehatan berdasarkan jumlah sdm tenaga kesehatan sehingga diperoleh cluster rumah kesehatan yang terbaik, cluster rumah kesehatan agak baik dan cluster rumah kesehatan agak baik. Penelitian ini melakukan percobaan dengan sampel 42 data yang menghasilkan 7 iterasi, serta menghasilkan kelompok cluster 1 sebanyak 3 data, cluster 2 sebanyak 3 data, dan cluster 3 sebanyak 36 data dengan centroid awal, Puskesmas Pecangaan sebagai centroid 1, Rs Umum Daerah R.A. Kartini sebagai centroid 2 dan Klinik Rawat Jalan Jepara sebagai centroid 3. Untuk pengujian evaluasi cluster menggunakan metode Davies Bouldin Index dengan mencoba pengujian 2 cluster, 3 cluster dan 4 cluster, yang menghasilkan nilai DBI yaitu 0,194 dibandingkan dengan 4 cluster yang menghasilkan nilai DBI sebesar 0,2056 sendangkan dengan 4 cluster menghasilkan nilai DBI sebesar 0,259. Karena semakin rendah nilai DBI maka semakin baik cluster mencapai optimal.

Item Type:	Skripsi/ Thesis (Sarjana)
Dosen Pembimbing:	1. Evanita, S. Kom., M. Kom 2. Aditya Akbar Riadi, S. Kom, M. Kom
Kata Kunci:	Pengelompokan Rumah Kesehatan, Metode K-means Clustering, Evaluasi Davies Bouldin Index
Subjects:	Teknologi > Teknologi (umum) > Teknik industri. Teknik manajemen > Teknologi informasi Teknologi > Teknologi (umum)
Program Studi:	Fakultas Teknik > S1 Teknik Informatika
Depositing User:	Mr Firman Al Mubaroq
Date Deposited:	12 May 2022 01:02
Last Modified:	12 May 2022 01:02
URI:	http://eprints.umk.ac.id/id/eprint/16588

Actions (login required)

View Item