ALGORITMA K-MEANS UNTUK PENGELOMPOKAN DESA DENGAN JARAK DAN KEMUDAHAN MENCAPAI SARANA KESEHATAN DI KABUPATEN MELAWI

UPT. PERPUSTAKAAN Universitas Esa Unggul Kampus Emas UEU - Jakarta Barat
Phone	:	021-5674223, ext 282
Fax	:
E-mail	:	[email protected]
Website	:	http://library.esaunggul.ac.id
Support (Customer Service) :
[email protected]

Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:

LIVE SUPPORT

Astrid Chrisafi

! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

Still Confuse?
Please read our User Guide

UEU » Undergraduate Theses » Teknik Informatika
Posted by [email protected] at 10/10/2022 14:33:05 • 296 Views

ALGORITMA K-MEANS UNTUK PENGELOMPOKAN DESA DENGAN JARAK DAN KEMUDAHAN MENCAPAI SARANA KESEHATAN DI KABUPATEN MELAWI

Created by :
Stefanny Amalia Noviantika ( 20170801347 )

Subject:	ALGORITMA K-MEANS PENGELOMPOKAN DESA JARAK
Alt. Subject :	K-MEANS ALGORITHM VILLAGE GROUPING DISTANCE
Keyword:	Clustering K-Means Euclidean Distance Elbow Method Silhouette Coefficient

Description:

Terdapat 47 desa sangat tertinggal dan 63 desa tertinggal di Kabupaten Melawi. Lebih dari 50% desa belum mempunyai Sarana Kesehatan dan persentase panjang jalan dengan kondisi baik di Kabupaten Melawi hanya sebanyak 20,53%. Salah satu faktor penting yang mempengaruhi masalah kesehatan adalah aspek fisik seperti ketersediaan sarana kesehatan. Selain itu jarak dan kemudahan akses ke sarana kesehatan juga mempengaruhi seberapa cepat masyarakat mendapatkan perawatan, dan vaksinasi disaat pandemi Covid-19. Tujuan penelitian ini adalah mengetahui tingkat jangkauan sarana kesehatan desa dengan membentukan cluster desa yang diharapkan dapat menjadi bahan pertimbangan bagi pemerintah dalam menjamin perawatan dan penyaluran vaksin Covid-19. Metode Clustering yang digunakan adalah K-Means dengan Euclidean Distance untuk menghitung jarak data, dan Elbow Method untuk menentukan jumlah cluster optimal pada data, serta metode evaluasi Silhouette Coefficient untuk melakukan pengujian tingkat akurasi pada model yang dihasilkan dengan K-Means. Hasil yang diperoleh dari Elbow Method didapatkan jumlah cluster optimal yaitu 2 cluster. Berdasarkan hasil proses Algoritma K-Means, cluster yang memiliki rata � rata jarak lebih jauh dan akses yang tergolong sulit adalah cluster 1 dengan 92 desa didalamnya, dan cluster 1 memiliki rata � rata jaraklebih dekat dan akses yang tergolong mudah dengan 77 desa didalamnya. Hasil evaluasi dengan Silhouette Coefficient adalah 0,299.

Contributor	:	Noviandi, S.Kom, M.Kom
Date Create	:	10/10/2022
Type	:	Text
Format	:	PDF
Language	:	Indonesian
Identifier	:	UEU-Undergraduate-20170801347
Collection ID	:	20170801347

Source :
Undergraduate Theses of Computer Science

Relation Collection:
Fakultas Ilmu Komputer

Coverage :
Civitas Akademika Universitas Esa Unggul

Rights :
@2022 Perpustakaan Universitas Esa Unggul

Publication URL :
https://digilib.esaunggul.ac.id/algoritma-kmeans-untuk-pengelompokan-desa-dengan-jarak-dan-kemudahan-mencapai-sarana-kesehatan-di-kabupaten-melawi-26531.html

[ Free Download - Free for All ]