IMPLEMENTASI SISTEM INFORMASI GEOGRAFIS (SIG) UNTUK PENYEBARAN PENYAKIT THYPUS MENGGUNAKAN METODE K-MEANS


Author (Penulis)

BAMBANG INDRA WIDIANTORO
Universitas Nusantara PGRI Kediri

Author Identity (NPM)

13.1.03.02.0183

Abstract

ABSTRAK BAMBANG INDRA WIDIANTORO. Implementasi sistem informasi geografis (GIS) untuk penyebaran penyakit thypus menggunakan metode K-Means, SKRIPSI, Teknik Informatika, FT UN PGRI Kediri, 2018. Penelitian ini dilatar belakangi oleh ketimpangan antara daerah perkotaan dan perdesaan di Indonesia menunjukkan perbedaan sistem sanitasi. Sanitasi yang bagus kebanyakan hanya terdapat di perkotaan yang penduduknya sudah mengerti tentang efek dari buruknya sanitasi, sedangkan di perdesaan banyak penduduknya masih menggunakan sistem pembuangan yang buruk dan berakibat pada menyebarnya bakteri penyebab tifus. Permasalahan penelitian ini adalah Ketidaktahuan masyarakat tentang daerah yang sering terkena tifus mengakibatkan keterlambatan penanganan sehingga penyebarannya tidak terkontrol. Dibutuhkan aplikasi yang memudahkan mengetahui daerah mana yang perlu sehingga menjadikan langkah preventif untuk kesehatan. Penelitian ini menggunakan metode K-Means dengan tahapan-tahapan sebagai berikut : menentukan jumlah cluster, menentukan nilai centroid awal, mencari jarak antar data dengan pusat cluster, menemukan pusat luasan dan memperbarui pusat cluster. Apabila sudah membentuk kelompok masing-masing, kemudian di olah kedalam sistem informasi geografis untuk menampilkan kondisi geografi masyarakat yang terkena penyakit typus Kesimpulan hasil dengan Algoritma K-Means,di dipatkan hasil bahwa pada kecamatan Lengkong yang terdiri dari 15 desa terdapat desa, 2 diantaranya pada cluster tinggi yaiitu desa ketandan dan sumbersono. Tingkat cluster terbanyak yaitu cluster sedang sebanyak 10 desa dan cluster rendah sebanyak 3 desa. Berdasarkan simpulan hasil penelitian ini maka penulis menuliskan beberapa saran sebagai berikut: (1) Dalam penelitian selanjtnya dapat menggunakan metode selain K-Means seperti : K-Near Neighbor, Suffix Tree, agglomerative hierarchical clustering dan lain sebagainya. Atau bisa juga dengan perbandingan dua metode. (2) Perlu dikembangkan dengan menambahkan faktor-faktor geografis seperti sungai, pasar dan tempat pembuangan. Kata Kunci: Implementasi SIG, Penyakit Typus, Metode K-Means.

Keyword

a

Reference


PUBLISHED

2018-02-09

JOURNAL

Simki-Techsain

ISSN

2599-3011

ISSUE

Vol. 02 No. 01 Tahun 2018

Download PDF

Lembaga Penelitian dan Pengabdian Kepada Masyarakat UN PGRI Kediri.

Jl. KH. Ahmad Dahlan 76 Mojoroto Kota Kediri

Designed by BootstrapMade
LPPM Server - Powered by BSI