IMPLEMENTASI DATA MINING MENGGUNAKAN METODE K-MEANS CLUSTERING UNTUK MENENTUKAN STATUS KEMATIAN BAYI DI JAWA BARAT

  • Anisa Pujianti Manajemen Informatika, Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) IKMI Cirebon
  • Mulyawan Mulyawan Manajemen Informatika, Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK) IKMI Cirebon
Keywords: Kematian, Bayi, K-Means, KDD, Data Mining, Cluster.

Abstract

Angka Kematian Bayi (AKB) digunakan sebagai indikator untuk mengukur tingkat kesehatan di suatu daerah karena bayi adalah anak-anak berusia antara 0 dan 12 bulan, yang sangat rentan terhadap kesehatan dan kesejahteraan yang buruk. Provinsi Jawa Barat perlu mendapat perhatian khusus untuk menekan tingginya AKB karena memiliki jumlah kasus kematian bayi yang cukup besar—menempati urutan ketiga di Indonesia dalam hal ini. Teknik K-Means Clustering membagi data menjadi dua kelompok yang hampir identik satu sama lain dan berbeda satu sama lain. Tujuan dari penelitian ini adalah untuk mengevaluasi efektivitas metode K-Means Clustering dalam klasterisasi kematian bayi berbasis desa-desa di Jawa Barat. Berdasarkan informasi dari desa dan volume kejadian, pengukuran ini dilihat. Data penelitian ini berasal dari data.jabarprov.go.id dan berdasarkan statistik kematian bayi di Jawa Barat. 27 dari 601 data yang dikumpulkan dari 2019 hingga 2021, berjumlah 601, berasal dari Jawa Barat.

Downloads

Download data is not yet available.
Published
2023-03-14