Implementasi Algoritma K-Means untuk Pengelompokan Data Imunisasi Balita dengan Metode CRISP-DM

Abstract

Imunisasi adalah serangkaian vaksin yang harus diberikan kepada balita usia 0 – 59 bulan untuk mencegah penyakit dan kecacatan serta mampu membatu agar balita tidak mudah sakit. Terdapat beberapa imunisasi dasar yang akan diberikan kepada balita yaitu BCG, DPT, Polio, Campak – Rubela, MMR dan Hepatitis B. Pada penelitian ini dilakukan analisa cluster pada dataset yang diperoleh dari statistik kesejahteraan rakyat tahun 2024 yang dipublikasikan oleh Badan Pusat Statistik berjumlah 38 provinsi dengan metode CRISP-DM dan algoritma K-Means dengan menggunakan aplikasi Rapidminer sebagai aplikasi untuk proses eksekusi data yang akan digunakan Dari hasil pemodelan yang telah dilakukan terdapat 4 cluster yang memiliki nilai yang berbeda dan anggota dari setiap cluster akan dikelompokkan sesuai dengan kriteria yang telah ditentukan. Untuk cluster 0 memiliki nilai rata – rata 57.368 dengan kriteria sedang memiliki 14 anggota, untuk cluster 1 memiliki nilai rata – rata 28.381 dengan kriteria rendah memiliki 2 anggota, untuk cluster 2 memiliki nilai rata – rata 43.781 dengan kriteria tinggi memiliki 21 anggota dan untuk cluster 4 memiliki nilai rata – rata 0.00 dengan kriteria sangat rendah memiliki 1 anggota. Berdasarkan pengelompokan yang telah dilakukan diharapkan dapat membantu pemerintah pusat terutama pemerintah daerah untuk lebih meningkatkan lagi pelayanan kesehatan dalam pemberian imunisasi secara lengkap bagi balita terutama untuk provinsi Papua penggunungan yang mungkin terkendala kondisi alam saat petugas kesehatan memberikan fasilitas kesehatan kepada para balita disana.

GS Cited Analysis