用划分方法、等级制度和模糊的划分,以非传染性疾病为基础的印尼省份

Salsa Vira
{"title":"用划分方法、等级制度和模糊的划分,以非传染性疾病为基础的印尼省份","authors":"Salsa Vira","doi":"10.24252/msa.v9i1.17942","DOIUrl":null,"url":null,"abstract":"Penyakit tidak menular menjadi isu penting di Indonesia. Berdasarkan data Riset Kesehatan Dasar, tingkat prevalensi penyakit tidak menular di Indonesia melonjak lebih dari 34 persen pada tahun 2018. Oleh karena itu diperlukan suatu penelitian sebagai dasar pemerintah dan pihak terkait untuk membuat kebijakan yang tepat. Penelitian pengelompokkan provinsi di Indonesia berdasarkan penyakit tidak menular menggunakan metode partisi, hierarki, dan fuzzy clustering memiliki tujuan mengelompokkan provinsi-provinsi di Indonesia berdasarkan penyakit tidak menular dan menentukan metode terbaik untuk melakukan pengelompokkannya. Variabel yang digunakan pada penelitian ini terdiri dari delapan jenis penyakit tidak menular yang bersumber dari data RISKESDAS 2018. Berdasarkan hasil pengujiannya didapatkan bahwa provinsi-provinsi di Indonesia dapat dikelompokkan berdasarkan penyakit tidak menular dengan menggunakan metode k- means , k-medoids , AGNES, DIANA, dan fuzzy c-means clustering , dan berdasarkan hasil perbandingan kelima metode tersebut dapat disimpulkann bahwa metode paling baik untuk mengelompokkan provinsi di Indonesia berdasarkan penyakit tidak menular adalah dengan fuzzy c-means clustering .","PeriodicalId":429664,"journal":{"name":"Jurnal MSA ( Matematika dan Statistika serta Aplikasinya )","volume":"52 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-06-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Pengelompokkan Provinsi di Indonesia berdasarkan Penyakit Tidak Menular Menggunakan Metode Partisi, Hierarki, dan Fuzzy Clustering\",\"authors\":\"Salsa Vira\",\"doi\":\"10.24252/msa.v9i1.17942\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penyakit tidak menular menjadi isu penting di Indonesia. Berdasarkan data Riset Kesehatan Dasar, tingkat prevalensi penyakit tidak menular di Indonesia melonjak lebih dari 34 persen pada tahun 2018. Oleh karena itu diperlukan suatu penelitian sebagai dasar pemerintah dan pihak terkait untuk membuat kebijakan yang tepat. Penelitian pengelompokkan provinsi di Indonesia berdasarkan penyakit tidak menular menggunakan metode partisi, hierarki, dan fuzzy clustering memiliki tujuan mengelompokkan provinsi-provinsi di Indonesia berdasarkan penyakit tidak menular dan menentukan metode terbaik untuk melakukan pengelompokkannya. Variabel yang digunakan pada penelitian ini terdiri dari delapan jenis penyakit tidak menular yang bersumber dari data RISKESDAS 2018. Berdasarkan hasil pengujiannya didapatkan bahwa provinsi-provinsi di Indonesia dapat dikelompokkan berdasarkan penyakit tidak menular dengan menggunakan metode k- means , k-medoids , AGNES, DIANA, dan fuzzy c-means clustering , dan berdasarkan hasil perbandingan kelima metode tersebut dapat disimpulkann bahwa metode paling baik untuk mengelompokkan provinsi di Indonesia berdasarkan penyakit tidak menular adalah dengan fuzzy c-means clustering .\",\"PeriodicalId\":429664,\"journal\":{\"name\":\"Jurnal MSA ( Matematika dan Statistika serta Aplikasinya )\",\"volume\":\"52 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-06-29\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal MSA ( Matematika dan Statistika serta Aplikasinya )\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.24252/msa.v9i1.17942\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal MSA ( Matematika dan Statistika serta Aplikasinya )","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.24252/msa.v9i1.17942","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

传染病在印尼成为一个重要问题。根据基础卫生研究数据,到2018年,印尼非传染性疾病的流行率上升了34%以上。因此,需要进行研究,作为政府和相关各方制定适当政策的基础。用分区法、等级制度和模糊的集群对印尼无传染性疾病的非传染性分类进行的研究的目标是将非传染性疾病的领域划分开来,并确定最佳的方法来划分。该研究使用的变量包括由来自2018年RISKESDAS数据的8种非传染性疾病组成。根据考试的结果得到了印尼省份能够按疾病分组,用k -方法意味着不会传染,k-medoids艾格尼丝,戴安娜,毛毛c-means聚类,根据第五这种方法可以比较disimpulkann说,印尼的最好方法分类省根据不会传染疾病是模糊c-means聚类。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Pengelompokkan Provinsi di Indonesia berdasarkan Penyakit Tidak Menular Menggunakan Metode Partisi, Hierarki, dan Fuzzy Clustering
Penyakit tidak menular menjadi isu penting di Indonesia. Berdasarkan data Riset Kesehatan Dasar, tingkat prevalensi penyakit tidak menular di Indonesia melonjak lebih dari 34 persen pada tahun 2018. Oleh karena itu diperlukan suatu penelitian sebagai dasar pemerintah dan pihak terkait untuk membuat kebijakan yang tepat. Penelitian pengelompokkan provinsi di Indonesia berdasarkan penyakit tidak menular menggunakan metode partisi, hierarki, dan fuzzy clustering memiliki tujuan mengelompokkan provinsi-provinsi di Indonesia berdasarkan penyakit tidak menular dan menentukan metode terbaik untuk melakukan pengelompokkannya. Variabel yang digunakan pada penelitian ini terdiri dari delapan jenis penyakit tidak menular yang bersumber dari data RISKESDAS 2018. Berdasarkan hasil pengujiannya didapatkan bahwa provinsi-provinsi di Indonesia dapat dikelompokkan berdasarkan penyakit tidak menular dengan menggunakan metode k- means , k-medoids , AGNES, DIANA, dan fuzzy c-means clustering , dan berdasarkan hasil perbandingan kelima metode tersebut dapat disimpulkann bahwa metode paling baik untuk mengelompokkan provinsi di Indonesia berdasarkan penyakit tidak menular adalah dengan fuzzy c-means clustering .
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