根据潜在的卫生设施和创世纪COVID-19使用了基于k -原型的代理算法的区域分组

Hermawan Prasetyo
{"title":"根据潜在的卫生设施和创世纪COVID-19使用了基于k -原型的代理算法的区域分组","authors":"Hermawan Prasetyo","doi":"10.31602/TJI.V12I4.5631","DOIUrl":null,"url":null,"abstract":"Abstrak COVID-19 telah masuk ke Indonesia dan menyebar ke seluruh wilayah Indonesia hingga saat ini. Penanganan COVID-19 tidak lepas dari peran fasilitas kesehatan dalam pengendalian COVID-19. Fasilitas kesehatan merupakan potensi suatu wilayah, yang dapat diperoleh datanya melalui PODES. Data terkait fasilitas kesehatan pada suatu wilayah dapat dianalisis dengan metode clustering. Metode ini dapat dilakukan pada tipe data numerik, kategorik, dan campuran. Pada penelitian ini dilakukan pengelompokan wilayah desa di Kota Semarang menjadi dua klaster dengan algoritma fuzzy k-prototypes. Dari hasil pengelompokan dapat dilihat bahwa klaster 2 memiliki rata-rata jumlah fasilitas kesehatan, persentase kejadian COVID-19, dan rata-rata jumlah penderita COVID-19 yang lebih tinggi dibandingkan klaster 1. Jumlah fasilitas kesehatan juga berbanding lurus dengan jumlah kejadian dan penderita COVID-19. Akan tetapi, jumlah fasilitas kesehatan yang ada mengalami ketimpangan jika dibandingkan jumlah kejadian dan penderita COVID-19. Hal ini dapat dijadikan masukan bagi Pemerintah Kota Semarang dalam menangani COVID-19 pada wilayah yang mengalami ketimpangan jumlah fasilitas kesehatan. Keywords: COVID-19, fasilitas kesehatan, clustering, potensi desa","PeriodicalId":120986,"journal":{"name":"Technologia: Jurnal Ilmiah","volume":"31 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-10-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"PENGELOMPOKAN WILAYAH MENURUT POTENSI FASILITAS KESEHATAN DAN KEJADIAN COVID-19 MENGGUNAKAN ALGORITMA FUZZY K-PROTOTYPES\",\"authors\":\"Hermawan Prasetyo\",\"doi\":\"10.31602/TJI.V12I4.5631\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Abstrak COVID-19 telah masuk ke Indonesia dan menyebar ke seluruh wilayah Indonesia hingga saat ini. Penanganan COVID-19 tidak lepas dari peran fasilitas kesehatan dalam pengendalian COVID-19. Fasilitas kesehatan merupakan potensi suatu wilayah, yang dapat diperoleh datanya melalui PODES. Data terkait fasilitas kesehatan pada suatu wilayah dapat dianalisis dengan metode clustering. Metode ini dapat dilakukan pada tipe data numerik, kategorik, dan campuran. Pada penelitian ini dilakukan pengelompokan wilayah desa di Kota Semarang menjadi dua klaster dengan algoritma fuzzy k-prototypes. Dari hasil pengelompokan dapat dilihat bahwa klaster 2 memiliki rata-rata jumlah fasilitas kesehatan, persentase kejadian COVID-19, dan rata-rata jumlah penderita COVID-19 yang lebih tinggi dibandingkan klaster 1. Jumlah fasilitas kesehatan juga berbanding lurus dengan jumlah kejadian dan penderita COVID-19. Akan tetapi, jumlah fasilitas kesehatan yang ada mengalami ketimpangan jika dibandingkan jumlah kejadian dan penderita COVID-19. Hal ini dapat dijadikan masukan bagi Pemerintah Kota Semarang dalam menangani COVID-19 pada wilayah yang mengalami ketimpangan jumlah fasilitas kesehatan. Keywords: COVID-19, fasilitas kesehatan, clustering, potensi desa\",\"PeriodicalId\":120986,\"journal\":{\"name\":\"Technologia: Jurnal Ilmiah\",\"volume\":\"31 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-10-06\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Technologia: Jurnal Ilmiah\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31602/TJI.V12I4.5631\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Technologia: Jurnal Ilmiah","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31602/TJI.V12I4.5631","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

抽象COVID-19已进入印尼,传遍印尼地区到目前为止。COVID-19的治疗方法与COVID-19控制中心的卫生设施的作用是密切相关的。卫生设施是一个地区的潜力,通过PODES可以获得的数据。一个地区的卫生设施相关数据可以分析聚类的方法。这个方法是可行的对数值数据类型,kategorik,混合而成。在这个研究三宝垄市农村地区变成了两组和模糊算法k-prototypes丛集性。从分类结果可以看出,丛集性2有卫生设施的数量,平均比例COVID-19事件,平均1 COVID-19比丛集性高的糖尿病患者。卫生设施的数量也与创世纪和COVID-19患者的数量成正比。然而,有卫生设施的数量和COVID-19患者经历了不平等性数量相比。市政府三宝垄来说这可以作为输入处理COVID-19上遭受不平等的地区医疗设施的数量。安装:COVID-19,村里的卫生设施,聚类,潜力
本文章由计算机程序翻译,如有差异,请以英文原文为准。
PENGELOMPOKAN WILAYAH MENURUT POTENSI FASILITAS KESEHATAN DAN KEJADIAN COVID-19 MENGGUNAKAN ALGORITMA FUZZY K-PROTOTYPES
Abstrak COVID-19 telah masuk ke Indonesia dan menyebar ke seluruh wilayah Indonesia hingga saat ini. Penanganan COVID-19 tidak lepas dari peran fasilitas kesehatan dalam pengendalian COVID-19. Fasilitas kesehatan merupakan potensi suatu wilayah, yang dapat diperoleh datanya melalui PODES. Data terkait fasilitas kesehatan pada suatu wilayah dapat dianalisis dengan metode clustering. Metode ini dapat dilakukan pada tipe data numerik, kategorik, dan campuran. Pada penelitian ini dilakukan pengelompokan wilayah desa di Kota Semarang menjadi dua klaster dengan algoritma fuzzy k-prototypes. Dari hasil pengelompokan dapat dilihat bahwa klaster 2 memiliki rata-rata jumlah fasilitas kesehatan, persentase kejadian COVID-19, dan rata-rata jumlah penderita COVID-19 yang lebih tinggi dibandingkan klaster 1. Jumlah fasilitas kesehatan juga berbanding lurus dengan jumlah kejadian dan penderita COVID-19. Akan tetapi, jumlah fasilitas kesehatan yang ada mengalami ketimpangan jika dibandingkan jumlah kejadian dan penderita COVID-19. Hal ini dapat dijadikan masukan bagi Pemerintah Kota Semarang dalam menangani COVID-19 pada wilayah yang mengalami ketimpangan jumlah fasilitas kesehatan. Keywords: COVID-19, fasilitas kesehatan, clustering, potensi desa
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
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:481959085
Book学术官方微信