使用 K-Means 算法对西爪哇的易受电击地区进行聚类

T. Hidayat, M. Jajuli, Susilawati
{"title":"使用 K-Means 算法对西爪哇的易受电击地区进行聚类","authors":"T. Hidayat, M. Jajuli, Susilawati","doi":"10.37373/infotech.v4i2.642","DOIUrl":null,"url":null,"abstract":"Stunting atau kekerdilan pada balita adalah suatu kondisi yang terjadi karena gagal tumbuh yang diakibatkan oleh kekurangan gizi kronis dan infeksi berulang selama periode 1000 hari pertama kehidupan. Angka prevalensi stunting di Jawa Barat pada tahun 2021 sebesar 24,5% dan termasuk ke dalam lima provinsi di Indonesia dengan jumlah kasus stunting tertinggi. Permasalahan stunting tidak bisa dibiarkan dan harus ditangani karena dapat menimbulkan dampak negatif bagi kesehatan, baik jangka panjang maupun jangka pendek. Penelitian ini bertujuan untuk mengelompokkan daerah rawan stunting di Jawa Barat pada tahun 2019-2021 menggunakan algoritma K-Means. Metode yang digunakan yaitu Cross Industry Standard Process for Data Mining (CRISP-DM). Data yang digunakan adalah data kejadian stunting dan faktor risiko stunting dari 27 kabupaten/kota di Jawa Barat dan bersumber dari situs resmi Open Data Jawa Barat. Penelitian diawali dengan menentukan K terbaik dengan Elbow Method, dimana K=3 adalah jumlah cluster terbaik. Hasil clustering dievaluasi dengan silhouette coefficient diperoleh nilai evaluasi sebesar 0,61. Nilai tersebut berada dalam kategori cluster layak dan sudah sesuai dengan masing-masing cluster yang terbentuk.","PeriodicalId":416502,"journal":{"name":"INFOTECH : Jurnal Informatika & Teknologi","volume":" 407","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Clustering daerah rawan stunting di Jawa Barat menggunakan algoritma K-Means\",\"authors\":\"T. Hidayat, M. Jajuli, Susilawati\",\"doi\":\"10.37373/infotech.v4i2.642\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Stunting atau kekerdilan pada balita adalah suatu kondisi yang terjadi karena gagal tumbuh yang diakibatkan oleh kekurangan gizi kronis dan infeksi berulang selama periode 1000 hari pertama kehidupan. Angka prevalensi stunting di Jawa Barat pada tahun 2021 sebesar 24,5% dan termasuk ke dalam lima provinsi di Indonesia dengan jumlah kasus stunting tertinggi. Permasalahan stunting tidak bisa dibiarkan dan harus ditangani karena dapat menimbulkan dampak negatif bagi kesehatan, baik jangka panjang maupun jangka pendek. Penelitian ini bertujuan untuk mengelompokkan daerah rawan stunting di Jawa Barat pada tahun 2019-2021 menggunakan algoritma K-Means. Metode yang digunakan yaitu Cross Industry Standard Process for Data Mining (CRISP-DM). Data yang digunakan adalah data kejadian stunting dan faktor risiko stunting dari 27 kabupaten/kota di Jawa Barat dan bersumber dari situs resmi Open Data Jawa Barat. Penelitian diawali dengan menentukan K terbaik dengan Elbow Method, dimana K=3 adalah jumlah cluster terbaik. Hasil clustering dievaluasi dengan silhouette coefficient diperoleh nilai evaluasi sebesar 0,61. Nilai tersebut berada dalam kategori cluster layak dan sudah sesuai dengan masing-masing cluster yang terbentuk.\",\"PeriodicalId\":416502,\"journal\":{\"name\":\"INFOTECH : Jurnal Informatika & Teknologi\",\"volume\":\" 407\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-12-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"INFOTECH : Jurnal Informatika & Teknologi\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.37373/infotech.v4i2.642\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"INFOTECH : Jurnal Informatika & Teknologi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37373/infotech.v4i2.642","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

发育迟缓是指在婴儿出生后的 1000 天内,由于长期营养不良和反复感染而导致的生长发育迟缓。2021 年,西爪哇省的发育迟缓发病率为 24.5%,是印度尼西亚五个发育迟缓发病率最高的省份之一。发育迟缓问题不容忽视,必须加以解决,因为它会对健康产生长期和短期的负面影响。 本研究旨在利用 K-Means 算法对 2019-2021 年西爪哇省发育迟缓易发地区进行分类。使用的方法是数据挖掘跨行业标准流程(CRISP-DM)。所使用的数据是西爪哇省 27 个县/市的发育迟缓发生率和发育迟缓风险因素数据,数据来源于西爪哇省官方开放数据网站。研究首先使用肘法确定最佳 K,其中 K = 3 为最佳聚类数。用剪影系数对聚类结果进行评估,得出的评估值为 0.61。该值属于可行聚类的范畴,与所形成的每个聚类相符。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Clustering daerah rawan stunting di Jawa Barat menggunakan algoritma K-Means
Stunting atau kekerdilan pada balita adalah suatu kondisi yang terjadi karena gagal tumbuh yang diakibatkan oleh kekurangan gizi kronis dan infeksi berulang selama periode 1000 hari pertama kehidupan. Angka prevalensi stunting di Jawa Barat pada tahun 2021 sebesar 24,5% dan termasuk ke dalam lima provinsi di Indonesia dengan jumlah kasus stunting tertinggi. Permasalahan stunting tidak bisa dibiarkan dan harus ditangani karena dapat menimbulkan dampak negatif bagi kesehatan, baik jangka panjang maupun jangka pendek. Penelitian ini bertujuan untuk mengelompokkan daerah rawan stunting di Jawa Barat pada tahun 2019-2021 menggunakan algoritma K-Means. Metode yang digunakan yaitu Cross Industry Standard Process for Data Mining (CRISP-DM). Data yang digunakan adalah data kejadian stunting dan faktor risiko stunting dari 27 kabupaten/kota di Jawa Barat dan bersumber dari situs resmi Open Data Jawa Barat. Penelitian diawali dengan menentukan K terbaik dengan Elbow Method, dimana K=3 adalah jumlah cluster terbaik. Hasil clustering dievaluasi dengan silhouette coefficient diperoleh nilai evaluasi sebesar 0,61. Nilai tersebut berada dalam kategori cluster layak dan sudah sesuai dengan masing-masing cluster yang terbentuk.
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