Sistem Informasi Penyebaran Penyakit Tuberculosis Paru Di Puskesmas Karang Rejo Dengan Metode K-Means Clustering Berbasis Web

Muhammad Hafi Isfahan Isnan; Ali Ikhwan

doi:10.51454/decode.v4i3.728

Authors

Muhammad Hafi Isfahan Isnan Sistem Informasi Universitas Islam Negeri Sumatera Utara
Ali Ikhwan Sistem Informasi Universitas Islam Negeri Sumatera Utara

DOI:

https://doi.org/10.51454/decode.v4i3.728

Keywords:

K-Means Clustering, Sistem Informasi, Tuberkulosis

Abstract

Tuberkulosis (TB) Paru merupakan salah satu penyakit menular yang masih menjadi masalah kesehatan masyarakat di Indonesia. Untuk memantau penyebaran penyakit TB Paru, diperlukan sebuah sistem informasi yang dapat memvisualisasikan persebaran kasus TB Paru di suatu wilayah termasuk desa Karang Rejo. Penelitian ini bertujuan untuk membangun sebuah sistem informasi penyebaran penyakit TB Paru di Puskesmas Karang Rejo dengan menggunakan metode K-Means Clustering berbasis web. Metode K-Means Clustering digunakan untuk mengelompokkan data penderita TB Paru berdasarkan jarak terdekat dengan titik pusat cluster. Hasil pengelompokan tersebut kemudian divisualisasikan pada peta digital menggunakan Google Maps API. Sistem informasi ini dilengkapi dengan fitur pencarian kasus TB Paru berdasarkan rentang waktu, status pengobatan, dan wilayah. Administrator juga dapat mengelola data penderita, data pegawai, dan data klaster. Hasil pengujian sistem menunjukkan bahwa aplikasi dapat memvisualisasikan penyebaran kasus TB Paru di Puskesmas Karang Rejo dengan baik. Pengawai Puskesmas dapat dengan mudah melihat sebaran kasus TB Paru dan melakukan analisis persebaran penyakit. Sistem informasi ini diharapkan dapat membantu pihak Puskesmas Karang Rejo dalam memantau dan mengendalikan penyebaran penyakit TB Paru di wilayah kerjanya.

References

Aria, T. A., Yuliadi, Y., Julkarnain, M., & Hamdani, F. (2023). Penerapan Algoritma K-Means Clustering Untuk Data Obat. KLIK: Kajian Ilmiah Informatika dan Komputer, 4(1), 649-657.

Ariyanto, D. (2022). Data Mining Menggunakan Algoritma K-Means untuk Klasifikasi Penyakit Infeksi Saluran Pernafasan Akut. Jurnal Sistim Informasi dan Teknologi, 4(1),13-18. https://doi.org/10.37034/jsisfotek.v4i1.117

Cinderatama, T. A., Alhamri, R. Z., & Yunhasnawa, Y. (2022). Implementasi Metode K-Means, Dbscan, dan Meanshift Untuk Analisis Jenis Ancaman Jaringan Pada Intrusion Detection System. Jurnal Inovtek Polbeng Seri Informatika, 7(1), 169-184. https://doi.org/10.35314/isi.v7i1.2336

Hendrastuty, N. (2024). Penerapan Data Mining Menggunakan Algoritma K-Means Clustering Dalam Evaluasi Hasil Pembelajaran Siswa. Jurnal Ilmiah Informatika dan Ilmu Komputer (JIMA-ILKOM), 3(1), 46-56.

Hidayat, I. S., Defit, S., & Nurcahyo, G. W. (2021). Simulasi dalam Optimalisasi Pengadaan Barang menggunakan Metode K-Mean Clustering. Jurnal Sistim Informasi Dan Teknologi, 4(3), 281-286. https://doi.org/10.37034/jsisfotek.v3i4.79

Hidayat, T. (2022). Klasifikasi Data Jamaah Umroh Menggunakan Metode K-Means Clustering. Jurnal Sistim Informasi dan Teknologi, 4(1), 19-24. https://doi.org/10.37034/jsisfotek.v4i1.115

Juliantho, D. A., & Hendrik, B. (2023). Komparasi Algoritma K-Means Dan K-Medoids Dalam Clustering Penyebaran Kasus Covid 19. Journal of Information System and Education Development, 1(2), 30-32.

Nusti, D. H., & Rohmawan, E. P. (2021). Application of K-Means Clustering Algorithm in Grouping Inventory Data at Putra Shop. Jurnal Komputer, Informasi dan Teknologi, 1(1), 29-38. https://doi.org/10.53697/jkomitek.v1i1.104

Putri, R. A., Yulianti, Febriyanti, A. A., Khoulah, K., Sigalingging, L. H., Fauziah, S. Z., & Kusumadinata, A. A. (2023). The Prevalence of Internet User Addiction among Communication Science Students, Djuanda University, Bogor. Formosa Journal of Science and Technology, 2(2), 559–568. https://doi.org/10.55927/fjst.v2i2.2723

Ramadhani, I., & Megawati, M. (2023). Implementasi Algoritma K-Means Untuk Klustering Data Produktivitas Kelapa Sawit: Implementation Of K-Means Algorithm For Palm Oil Productivity Data Clustering. Indonesian Journal of Informatic Research and Software Engineering (IJIRSE), 3(1), 56-64. https://doi.org/10.57152/ijirse.v3i1.488

Rezki, M., Nurdiani, S., Safitri, R. A., Ihsan, M. I. R., & Iqbal, M. (2022). Segmentasi Api dan Asap Pada Kebakaran Dengan Metode K-Means Clustering. Computer Science (CO-Science), 2(1), 26-32. https://doi.org/10.31294/coscience.v2i1.849

Sembiring, M. A., Agus, R. T. A., & Sibuea, M. F. L. (2021). Penerapan Metode Algoritma K-Means Clustering Untuk Pemetaan Penyebaran Penyakit Demam Berdarah Dengue (DBD). Journal of Science and Social Research, 4(3), 336-341. https://doi.org/10.54314/jssr.v4i3.712

Siregar, P. P., Solikhun, S., & Siregar, Z. A. (2022). Penerapan Metode K-Means Dalam Mengelompokkan Persebaran Lahan Kritis Di Indonesia Berdasarkan Provinsi. Resolusi: Rekayasa Teknik Informatika dan Informasi, 2(4), 145-151. https://doi.org/10.30865/resolusi.v2i4.335

Sudre, P., Ten Dam, G., & Kochi, A. (1992). Tuberculosis: a global overview of the situation today. Bulletin of the World Health Organization, 70(2), 149-159.