Pengelompokan Tingkat Kesehatan Masyarakat Menggunakan Shelf Organizing Maps Dengan Cluster Validation Idb dan I-Dunn

Abstract

Abstrak—Data hasil RISKESDAS Jawa Timur merupakan
data mentah yang belum diolah. Hal ini disebabkan karena data
tersebut merupakan data riil atau data nyata yang didapatkan
dari dari hasil survei lapangan secara langsung. Adapun Tujuan
penelitian ini adalah Adanya gambaran daerah yang telah
dikelompokkan mendapatkan perlakuan yang sama dari sisi
infrastruktur dan pelayanan kesehatan. Pada proses awal
penelitian ini dilakukan preprocessing dilanjutkan Clustering
menggunakan SOM untuk menentukan Cluster data diikuti
dengan proses Validation untuk meningkatkan akurasi hasil
cluster menggunakan IDB dan I-DUNN. Hasil yang dicapai pada
penelitian ini menggunakan skenario uji coba pada modul data
penyakit mata dengan record kabupaten di jawa timur, dimana
dihasilkan nilai IDB dengan hasil terbesar ada pada tiga Cluster
dengan nilai 32,8657, dan nilai terkecil ada pada sepuluh cluster
dengan Nilai 9,8597, sedangkan nilai I-DUNN nya dengan hasil
terkecil pada tiga Cluster dengan nilai 0,6667 dan nilai terbesar
terdapat pada sepuluh Cluster dengan nilai 0,9. Dapat
disimpulkan bahwa pada metode Cluster SOM mengunakan
Cluster validation IDB, semakin kecil nilai indeksnya maka hasil
semakin bagus sedangkan jika mengunakan Cluster validation IDUNN
semakin besar nilai indeksnya maka semakin baik hasil
yang di dapatkan.
Keywords; Clustering, Self Organizing Map, IDB, Index-dunn,
Cluster Validation