Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Pengelompokkan Data Penerima Vaksinasi Covid-19

Alfredo Torence, M. Ramadhan, Erika Fahmi Ginting
{"title":"Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Pengelompokkan Data Penerima Vaksinasi Covid-19","authors":"Alfredo Torence, M. Ramadhan, Erika Fahmi Ginting","doi":"10.53513/jursi.v2i3.6829","DOIUrl":null,"url":null,"abstract":"Masalah yang ditemukan di Puskesmas Bandar Baru cabang Sibolangit adalah pemerintah menetapkan untuk penerima vaksinas yaitu berdasarkan prioritas tertentu, seperti PNS, tenaga medis, manusia lanjut usia dan masyarakat biasa. Ini membuat pusat layanan kesehatan masyarakat seperti puskesmas harus dapat mengelompokkan data-data di masyarakat berdasarkan prioritas yang telah ditetapkan oleh pemerintah. Oleh karena itu maka dibangunlah sebuah data mining yang dapat melakukan proses pengelompokkan data vaksinasi covid-19 berdasarkan kriteria yang telah ditentukan dan dikombinasikan dengan metode K-means clustering. Metode k- means clustering adalah sebuah metode cluster analysis non hirarki yang berusaha mempartisi objek berdasarkan karakteristiknya, sehingga objek yang mempunyai karakteristik yang sama dikelompokkan dalam satu cluster yang sama dan objek yang mempunyai karakteristik yang berbeda dikelompokkan kedalam cluster yang lain. Hasil yang diperoleh adalah sebuah sistem yang dapat memberikan hasil akhir berupa data-data kelompok penerima vaksinasi perbulannya dimulai dari nilai tertinggi ke terendah. Data ini diharapkan dapat membantu pihak puskesmas Bandar Baru cabang Sibolangit untuk mengelompokkan data penerima vaksinasi covid-19 kriteria vaksinasi I, vaksinasi II dan vaksin booster.","PeriodicalId":408115,"journal":{"name":"Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)","volume":"21 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-05-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Sistem Informasi Triguna Dharma (JURSI TGD)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.53513/jursi.v2i3.6829","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Masalah yang ditemukan di Puskesmas Bandar Baru cabang Sibolangit adalah pemerintah menetapkan untuk penerima vaksinas yaitu berdasarkan prioritas tertentu, seperti PNS, tenaga medis, manusia lanjut usia dan masyarakat biasa. Ini membuat pusat layanan kesehatan masyarakat seperti puskesmas harus dapat mengelompokkan data-data di masyarakat berdasarkan prioritas yang telah ditetapkan oleh pemerintah. Oleh karena itu maka dibangunlah sebuah data mining yang dapat melakukan proses pengelompokkan data vaksinasi covid-19 berdasarkan kriteria yang telah ditentukan dan dikombinasikan dengan metode K-means clustering. Metode k- means clustering adalah sebuah metode cluster analysis non hirarki yang berusaha mempartisi objek berdasarkan karakteristiknya, sehingga objek yang mempunyai karakteristik yang sama dikelompokkan dalam satu cluster yang sama dan objek yang mempunyai karakteristik yang berbeda dikelompokkan kedalam cluster yang lain. Hasil yang diperoleh adalah sebuah sistem yang dapat memberikan hasil akhir berupa data-data kelompok penerima vaksinasi perbulannya dimulai dari nilai tertinggi ke terendah. Data ini diharapkan dapat membantu pihak puskesmas Bandar Baru cabang Sibolangit untuk mengelompokkan data penerima vaksinasi covid-19 kriteria vaksinasi I, vaksinasi II dan vaksin booster.
在sibosky分支机构的新市政中心发现的问题是,政府根据公务员、医疗人员、老人和平民等优先事项确定了接种疫苗的权利。这使得像puskesmas这样的公共卫生保健中心应该能够根据政府设定的优先级对社会数据进行分类。因此,产生了一种数据挖掘,可以根据既定标准对covid-19疫苗接种数据进行分组,并与k -手段结合。k- means clustering方法是一种非层次分析方法,试图根据物体的特征来划分它,使具有相同特征的物体分组在一个相同的集群中,使具有相同特征的对象分组在另一个集群中。这是一个系统,它可以提供集体接种疫苗的数据,从高到低。预计,这些数据将有助于西博德马斯市的新分支机构对covid-19疫苗接种标准一例疫苗、接种二世疫苗和助推器疫苗进行分类。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信