Klasterisasi Wilayah Berdasarkan Penyebaran Penyakit Menular di DKI Jakarta Menggunakan Algoritma K-Means

Abstract

DKI Jakarta merupakan wilayah dengan kepadatan penduduk tinggi yang meningkatkan risiko penyebaran penyakit menular seperti HIV/AIDS, malaria, dan tuberkulosis. Penelitian ini bertujuan untuk mengelompokkan wilayah berdasarkan tingkat penyebaran penyakit menggunakan algoritma K-Means. Data yang digunakan berasal dari Dinas Kesehatan DKI Jakarta pada tahun 2015 hingga 2020, mencakup atribut wilayah, tahun, jenis penyakit, dan jumlah kasus. Proses penelitian dilakukan melalui preprocessing, normalisasi data, penerapan algoritma K-Means, dan evaluasi menggunakan SSE dan DBI. Hasil penelitian menunjukkan bahwa klasterisasi dengan tiga klaster memberikan pemetaan distribusi penyakit yang optimal, dengan nilai SSE sebesar 0.779 dan DBI sebesar 0.487. Tiga klaster yang dihasilkan mengelompokkan wilayah menjadi sangat rawan, rawan, dan tidak rawan, dengan wilayah sangat rawan didominasi oleh pusat kota yang memiliki kasus penyakit menular tinggi. Penelitian ini diharapkan dapat memberikan kontribusi dalam penyusunan kebijakan kesehatan berbasis data untuk intervensi yang lebih efektif.