Implementasi Algoritma K-Means untuk Menentukan Angka Harapan Hidup berdasarkan Tingkat Provinsi

Abstract Views: 1075   PDF Downloads: 1064

Authors

  • Yosinta Pratiwi STMIK IKMI Cirebon, Cirebon
  • Mulyawan Mulyawan STMIK IKMI Cirebon, Cirebon

DOI:

https://doi.org/10.56211/blendsains.v1i4.233

Keywords:

Angka Harapan Hidup; K-eans Clustering; Provinsi

Abstract

Kementerian Kesehatan (Kemenkes) menyatakan usia harapan hidup orang Indonesia semakin meningkat hingga mencapai hampir rata-rata 73,5 tahun 2021. Alasan memilih penelitian ini karena beberapa dari masyarakat Indonesia kurang mengetahui persebaran jumlah angka harapan hidup di beberapa Provinsi di Indonesia selama kurun waktu 3 tahun. Penelitian ini menggunakan metode K-Means clusteringK-Means clustering merupakan suatu metode untuk mencari dan mengelompokan data yang memiliki kemiripan karakteristik (similarity) antara satu data dengan data yang lain. Tujuan dilakukannya penelitian ini untuk mengetahui tingkat angka harapan hidup di setiap Provinsi di Indonesia menggunakan metode K-Means clustering. Teknik penelitian ini yaitu data akan dikelompokan berdasarkan nama provinsi yang memiliki jumlah Angka Harapan Hidup saat lahir dari tahun 2019 sampai 2021. Setelah dilakukannya pengelompokan maka hasil akan didapatkan jumlah Angka Harapan Hidup saat lahir dengan variabel berupa id, kode provinsi, nama provinsi, jenis kelamin, angka harapan hidup, satuan, tahun, pengelompokan berdasarkan hasil cluster yang didapat, dengan parameter penelitian berupa angka harapan hidup. Diharapkan dengan adanya penelitian ini dapat memberikan masukan kepada pemerintah untuk memberikan solusi dari tingkat Angka Harapan Hidup saat lahir, agar ditahun berikutnya Angka Harapan Hidup bisa lebih baik. Hasil dari pengelompokkan menggunakan tools rapidminner di dapat, bahwa Provinsi persebaran angka harapan hidup tertinggi berada di cluster 0 sebanyak 104 item selama tiga tahun laki-laki dan perempuan, dan Provinsi terendah berada di cluster 1 sebanyak 99 item persebaran laki-laki dan perempuan periode 2019 sampai dengan 2021.

Downloads

Download data is not yet available.

References

faturahman, “ANGKA HARAPAN HIDUP SEBAGAI INTERVENING ANGGARANKESEHATAN MASYARAKAT DAN SUMBER DAYA MANUSIAKESEHATAN TERHADAP KEMISKINAN DI KOTA JAMBI,” 2019. DOI: https://doi.org/10.30631/iltizam.v3i1.269

diana wulan septyananda, “IMPLEMENTASIPRINCIPAL COMPONENT ANALYSISDALAMMENGANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI ANGKAHARAPAN HIDUP DI INDONESIA,” 2022.

L. Ginting Andi, “Dampak Angka Harapan Hidup dan Kesempatan Kerja Terhadap Kemiskinan,” EcceS (Economics, Social, and Development Studies), vol. 7, no. 1, p. 42, Jun. 2020, doi: 10.24252/ecc.v7i1.13197. DOI: https://doi.org/10.24252/ecc.v7i1.13197

T. J. H. I. Oktavia Riska, “Penerapan Metode Algoritma K-means Dalam Pengelompokan Angka Harapan Hidup Saat Lahir Menurut Provinsi,” 2020. [Online]. Available: www.bps.go.id/

K. R. B. J. K. Muda Riyan, “PENGARUH ANGKA HARAPAN HIDUP, TINGKAT PENDIDIKAN DAN PENGELUARAN PERKAPITA TERHADAP PERTUMBUHAN EKONOMI DI SULAWESI UTARA PADA TAHUN 2003-2017,” 2019.

A. Fauzi et al., “METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi Halaman 152,” sistem pendukung pemilihan pekerjaan menggunakan metode apriori berdasarkan korelasi jurusan dengan ipk untuk mengetahui pekerjaan yang tepat, vol. 2, no. 2, 2018, doi: 10.46880/jmika.Vol2No2.pp152-159.

S. Takalapeta, “Penerapan Data Mining Untuk Menganalisis Kepuasan Konsumen Menggunakan Metode Algoritma C4.5,” JIMP-Jurnal Informatika Merdeka Pasuruan, vol. 3, 2018. DOI: https://doi.org/10.37438/jimp.v3i3.186

M. Benri, H. Metisen, and S. Latipa, “ANALISIS CLUSTERING MENGGUNAKAN METODE K-MEANS DALAM PENGELOMPOKKAN PENJUALAN PRODUK PADA SWALAYAN FADHILA,” 2015.

A. H. Zanuardi, “Knowledge Discovery in Database Analysis of Traffic Accident Characteristic on Ahmad Yani Road Surabaya through Knowledge Discovery in Database Approach,” 2018.

A. Charolina, D. Ruswanti, P. Studi Informatika, F. Sains, T. dan Kesehatan, and U. Sahid Surakarta Jl Adi Sucipto, “KLASTERING KOTA DAN KABUPATEN DI INDONESIA BERDASARKAN UMUR HARAPAN HIDUP SAAT LAHIR DENGAN K-MEDOIDS,” 2019.

R. A. Indraputra and R. Fitriana, “K-Means Clustering Data COVID-19,” 2020. DOI: https://doi.org/10.25105/jti.v10i3.8428

N. Wayan Wardani, “Analisis Pesebaran Penularan Virus Corona Di Provinsi Jawa Tengah Menggunakan Metode K-Means Clustering,” 2021, [Online]. Available: http://jurnal.mdp.ac.id

R. Herawaty Bangun, “ANALISIS DETERMINAN ANGKA HARAPAN HIDUP KABUPATEN MANDAILING NATAL (Life Expectations Determinants Analysis In Mandailing Natal Regency),” vol. 4, no. 3, 2019. DOI: https://doi.org/10.29407/jae.v4i3.13257

Imami Zulia A, “ANALISIS SENTIMEN REVIEW KOSMETIK PADA WEBSITE FEMALEDAILY MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION,” 2019.

I. K. G. B. I Made Cahyadi Putra Kusuma, “ANALISIS PENGARUH ANGKA HARAPAN HIDUP, RATA-RATA LAMA SEKOLAH, TINGKAT KEMISKINAN TERHADAP KESEJAHTERAAN PADA KABUPATEN/KOTA DI PROVINSI BALI,” pp. 4059–4081, 2023.

Downloads

Article History

Submitted: 2023-02-18
Published: 2023-03-17
Pages: 284-294

PlumX Metrics

How to Cite

Pratiwi, Y., & Mulyawan, M. (2023). Implementasi Algoritma K-Means untuk Menentukan Angka Harapan Hidup berdasarkan Tingkat Provinsi. Blend Sains Jurnal Teknik, 1(4), 284–294. https://doi.org/10.56211/blendsains.v1i4.233

Issue

Section

Teknik Informatika