PENGELOMPOKAN PENYAKIT ISPA PADA PASIEN BERDASARKAN USIA DENGAN MENGGUNAKAN METODE K-MEANS CLUSTERING

Authors

  • Dedek Andrea STMIK Kaputama
  • Darjat Saripurna STMIK Triguna Dharma
  • Magdalena Simanjuntak STMIK Kaputama

Keywords:

Data Mining, K-Means Clustering, Penyakit ISPA, MATLAB

Abstract

Infeksi Saluran Pernapasan Akut (ISPA) adalah penyakit menular yang dipengaruhi oleh faktor lingkungan dan dapat menyerang saluran pernapasan. Penyakit ini disebabkan oleh berbagai agen infeksi seperti virus, bakteri, dan jamur. Penelitian ini bertujuan untuk mengelompokkan data pasien ISPA di Puskesmas Binjai Estate berdasarkan usia menggunakan metode K-Means Clustering. Pendekatan ini dipilih karena kemampuannya meminimalkan jarak antara data dengan pusat klusternya, sehingga data dengan karakteristik serupa dapat dikelompokkan secara efektif. Data yang digunakan adalah 941 data pasien ISPA dari Puskesmas Binjai Estate, dengan variabel yang dianalisis meliputi usia, gejala, dan diagnosis. Sistem pengelompokan diimplementasikan menggunakan aplikasi MATLAB R2025a. Hasil pengujian menunjukkan bahwa proses klustering berhenti pada iterasi ke-2 karena tidak ada lagi perubahan keanggotaan kluster. Dengan implementasi 3 kluster, diperoleh kluster 1 dengan 387 data (pusat centroid (2.10, 1.1, 1)), kluster 2 dengan 260 data (pusat centroid (3.81, 2.5, 1.62)), dan kluster 3 dengan 294 data (pusat centroid (4.1, 4.44, 3)). Hasil ini memberikan informasi berharga bagi pihak puskesmas untuk memahami karakteristik pasien ISPA dan menyusun protokol penanganan yang lebih efektif.

Downloads

Download data is not yet available.

References

Agoestina, F. S., Tambunan, H. S., & Nasution, R. A. (2022). Pemanfaatan Algoritma K-Means untuk Pengelompokkan Pasien Penyakit Infeksi Saluran Pernafasan Akut (ISPA). SATESI: Jurnal Sains Teknologi Dan Sistem Informasi, 2(1), 60–69. https://doi.org/10.54259/satesi.v2i1.804

Alfarizi, M. R. S., Al-farish, M. Z., Taufiqurrahman, M., Ardiansah, G., & Elgar, M. (2023). Penggunaan Python Sebagai Bahasa Pemrograman untuk Machine Learning dan Deep Learning. Karya Ilmiah Mahasiswa Bertauhid (KARIMAH TAUHID), 2(1), 1–6.

Hendrastuty, N. (2024). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa. Jurnal Ilmiah Informatika Dan Ilmu Komputer (Jima-Ilkom), 3(1), 46–56. https://doi.org/10.58602/jima-ilkom.v3i1.26

Maulana, A., Danar Dana, R., & Dienwati Nuris, N. (2024). Implementasi Algoritma K-Means Clustering Dalam Pengelompokan Data Kerusakan Rumah Akibat Bencana Alam Di Kabupaten Cirebon. JATI (Jurnal Mahasiswa Teknik Informatika), 8(2), 1417–1424. https://doi.org/10.36040/jati.v8i2.9024

Maulia, S., Ginting, B. S., & Sihombing, A. (2021). Implementasi Data Mining Pengelompokan Jenis Penyakit Pasien Menggunakan Metode Clustering (Studi Kasus : Puskesmas Sambirejo). Jurnal Informatika Kaputama (JIK), 5(1), 71–80. https://doi.org/10.59697/jik.v5i1.304

Prasetyo, V. R., Lazuardi, H., Mulyono, A. A., & Lauw, C. (2021). Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Linear Regression. Jurnal Nasional Teknologi Dan Sistem Informasi, 7(1), 8-17. https://doi.org/10.25077/teknosi.v7i1.2021.8-17

Prastiwi, H., Jeny Pricilia, & Errissya Rasywir. (2022). Implementasi Data Mining Untuk Menentuksn Persediaan Stok Barang Di Mini Market Menggunakan Metode K-Means Clustering. Jurnal Informatika Dan Rekayasa Komputer(JAKAKOM), 2(1), 141–148. https://doi.org/10.33998/jakakom.2022.2.1.34

Pujiono, S., Astuti, R., & Muhamad Basysyar, F. (2024). Implementasi Data Mining Untuk Menentukan Pola Penjualan Produk Menggunakan Algoritma K-Means Clustering. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 615–620. https://doi.org/10.36040/jati.v8i1.8360

Putra, E. M., Moh. Adib, &, & Prayitno., B. (2022). Hubungan Kondisi Fisik Rumah Dan Perilaku Keluarga Terhadap Kejadian Infeksi Ssaluran Pernafasan Akut (ISPA) Pada Balita Di Wilayah Kerja Puskesmas Perumas I Kota Pontianak 2021, Journal of Environmental Health and Sanitation Technology. Journal of Environmental Health and Sanitation Technology, 1(1), 32–39.

SYAMILURRAHIM, M. (2019). Pengembangan Media Pembelajaran Kubus Dan Balok Berbasis Gui Matlab. AL-Ahya, 01(01), 219–232.

Tedju, Y. (2022). Pengelompokan Penyakit Hipertensi Di Kota Kupang Menggunakan Metode K-Means. HOAQ (High Education of Organization Archive Quality): Jurnal Teknologi Informasi, 13(2), 98–108. https://doi.org/10.52972/hoaq.vol13no2.p98-108

Ucha Putri, S., Irawan, E., Rizky, F., Tunas Bangsa, S., -Indonesia Jln Sudirman Blok No, P. A., & Utara, S. (2021). Implementasi Data Mining Untuk Prediksi Penyakit Diabetes Dengan Algoritma C4.5. Januari, 2(1), 39–46.

Wahyudi, A., Zaman, C., Studi, P., Kesehatan, M., Ventilasi, L., Risiko, F., & Merokok, A. K. (2022). Analisis kejadian ispa pada anak dalam lingkungan keluarga perokok di wilayah kerja uptd puskesmas x kota palembang. 2(3), 475–482.

Wulantika Dwi Mulyaningtyas, & Musta’in, M. (2024). Pengelolaan Bersihan Jalan Nafas Tidak Efektif pada Pasien ISPA. Jurnal Keperawatan Berbudaya Sehat, 2(1), 1–6. https://doi.org/10.35473/jkbs.v2i1.2430

Zalukhu, A., Swingly, P., & Darma, D. (2023). Perangkat Lunak Aplikasi Pembelajaran Flowchart. Jurnal Teknologi, Informasi Dan Industri, 4(1), 61–70. https://ejurnal.istp.ac.id/index.php/jtii/article/view/351

Downloads

Published

2025-09-14

How to Cite

Andrea, D., Saripurna, D., & Simanjuntak, M. (2025). PENGELOMPOKAN PENYAKIT ISPA PADA PASIEN BERDASARKAN USIA DENGAN MENGGUNAKAN METODE K-MEANS CLUSTERING. Global Research and Innovation Journal, 1(3), 846–851. Retrieved from https://journaledutech.com/index.php/great/article/view/145

Similar Articles

<< < 5 6 7 8 9 10 11 12 13 14 > >> 

You may also start an advanced similarity search for this article.