Pengelompokan Data Puskesmas Banyuwangi Dalam Pemberian Imunisasi Menggunakan Metode K-Means Clustering

Forest Systems

View Publication Info
 
 
Field Value
 
Title Pengelompokan Data Puskesmas Banyuwangi Dalam Pemberian Imunisasi Menggunakan Metode K-Means Clustering
 
Creator Chusyairi, Ahmad; Sekolah Tinggi Ilmu Komputer PGRI Banyuwangi
Saputra, Pelsri Ramadar Noor; Sekolah Tinggi Ilmu Komputer PGRI Banyuwangi
 
Subject K-Means Clustering; Imunisasi; Puskesmas
 
Description Peningkatan pelayanan dan penyuluhan layanan imunisasi untuk ibu, bayi dan balita di Puskesmas dalam mencapai target cakupan Imunisasi Dasar Lengkap (IDL). Kabupaten Banyuwangi memiliki 45 Puskesmas yang akan dikelompokkan menjadi 3 kategori, yaitu: Puskesmas mencapai target IDL dengan status cukup, Puskesmas mencapai target IDL dengan status kurang, dan Puskesmas mencapai target IDL dengan status sangat baik. Tujuan penelitian ini adalah untuk mengetahui Puskesmas dalam mencapai target cakupan IDL di Kabupaten Banyuwangi. Metode yang digunakan dalam penelitian ini adalah K-Means Clustering, dimana metode ini dapat mencari partisi yang maksimal dengan prosedur iterasi yang optimal dalam mengelompokkan data secara tepat, dan memiliki ketelitian yang akurat terhadap ukuran objek, sehingga lebih terukur dan efisien dalam pengolahan data yang besar. Kesimpulan dalam penelitian ini adalah cluster pertama memiliki 19 data puskesmas dengan target imunisasi cukup, cluster kedua memiliki 24 data puskesmas dengan target imunisasi kurang, dan cluster ketiga memiliki 2 data puskesmas dengan target imunisasi sangat baik, sehingga Dinas Kesehatan dapat memberikan tugas tambahan bagi kelompok Puskesmas yang memiliki target IDL dengan status kurang untuk mengurangi angka penyakit-penyakit yang dapat dicegah dengan imunisasi (PD3I). Improvement of immunization services and counselling services for mothers, infants, and toddlers in health care centres in achieving the target of Complete Basic Immunization (IDL). Banyuwangi Regency has 45 Puskesmas which will be grouped into 3 categories, namely: Puskesmas achieving IDL targets with sufficient status, Puskesmas achieving IDL targets with insufficient status, and Puskesmas achieving IDL targets with very good status. The purpose of this study was to determine the health centre in achieving the target of IDL coverage in the Banyuwangi Regency. The method used in this research is K-Means Clustering. This method will seek a maximal partition with optimum iteration procedure and has the best precision of the object measurement, so it is more scalable and efficient in processing a large data. The conclusion in this study is the first cluster has 19 health care centers data with sufficient immunization targets, the second cluster has 24 health care centers data with fewer immunization targets, and the third cluster has 2 health care centers data with very good immunization targets, so the Health Office can provide additional tasks for the Puskesmas group who have IDL targets with insufficient status to reduce the number of diseases that can be prevented by immunization (PD3I).
 
Publisher Universitas Amikom Purwokerto
 
Contributor
 
Date 2019-08-31
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion

 
Format application/pdf
 
Identifier http://ejournal.amikompurwokerto.ac.id/index.php/telematika/article/view/848
10.35671/telematika.v12i2.848
 
Source Telematika; Vol 12, No 2: Agustus (2019); 139-148
Telematika; Vol 12, No 2: Agustus (2019); 139-148
2442-4528
1979-925X
 
Language ind
 
Relation http://ejournal.amikompurwokerto.ac.id/index.php/telematika/article/view/848/pdf_43
 
Rights Syarat yang harus dipenuhi oleh Penulis sebagai berikut:Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Commons Attribution License yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).
The Authors submitting a manuscript do so on the understanding that if accepted for publication, copyright of the article shall be assigned to Telematika journal and, Universitas Amikom Purwokerto as the publisher of the journal. Copyright encompasses rights to reproduce and deliver the article in all form and media, including reprints, photographs, microfilms, and any other similar reproductions, as well as translations. Telematika journal and Universitas Amikom Purwokerto and the Editors make every effort to ensure that no wrong or misleading data, opinions or statements be published in the journal. In any way, the contents of the articles and advertisements published in Telematika journal are the sole and exclusive responsibility of their respective authors and advertisers.
 

Contact Us

The PKP Index is an initiative of the Public Knowledge Project.

For PKP Publishing Services please use the PKP|PS contact form.

For support with PKP software we encourage users to consult our wiki for documentation and search our support forums.

For any other correspondence feel free to contact us using the PKP contact form.

Find Us

Twitter

Copyright © 2015-2018 Simon Fraser University Library