Penerapan Fuzzy C-Means dalam Mengelompokkan Kabupaten/Kota Berdasarkan Fasilitas Pelayanan Kesehatan Di Jawa Timur

Abstract

Kesehatan adalah hal yang sangat penting basi setiap manusia karena tanpa kesehatan yang baik, maka manusia akan sulit untuk melakukan suatu aktivitas. Untuk menunjang kesehatan pada manusia diperlukan suatu fasilitas kesehatan yang baik. Fasilitas kesehatan ini merupakan tanggung jawab dari pemerintahan yang harus selalu dievaluasi guna meningkatkan pelayanan kesehatan. Dalam penelitian ini dibahas pemanfaatan algoritma clustering dalam mengelompokkan kabupaten atau kota di Jawa Timur menurut jumlah fasilitas pelayanan kesehatan menggunakan Fuzzy C-Means. Dengan analisis klaster akan didapat kelompok-kelompok kabupaten/kota yang memiliki fasilitas yang memadai atau yang kurang memadai. Dengan mengetahui kelompok-kelompok tersebut maka pemerintah Jawa Timur dapat mengetahui kabupaten/kota mana yang harus ditingkatkan fasilitas kesehatannya. Sumber data penelitian ini berasal dari BPS Jawa Timur. Hasil cluster yang didapat kemudian divalidasi dengan sillhoute coefficient dan purity. Dengan centroid yang telah didapatkan pada iterasi terakhir, diperoleh 4 kabupaten/kota termasuk dalam cluster pertama, 26 kabupaten/kota termasuk dalam cluster kedua, dan 8 kabupaten/kota termasuk dalam cluster ketiga. Dari validasi clustering yang dilakukan, didapatkan nilai sillhoute coefficient sebesar 0,695 dan nilai purity sebesar 1.

Agglomerative Nesting Cluster Analyst in Mapping District/City Health Facilities in West Java Province

“…Cluster pertama beranggotakan 230 desa/kelurahan sedangkan cluster kedua beranggotakan 2 desa/kelurahan dengan kedua cluster memiliki nilai shillhouette coeffisient yang dihasilkan sebesar 0.744. Lebih lanjut, penelitian yang dilakukan oleh Ulinnuha dkk, membahas Penerapan Fuzzy c-Means dalam Mengelompokkan Fasilitas Kesehatan di [13]. Penelitian ini menyimpulkan terdapat tiga cluster penyebaran fasilitas Kesehatan di Jawa Timur yaitu, cluster dengan tingkat jumlah fasilitas kesehataan tinggi terdapat 4 kabupaten/kota, cluster dengan tingkat sedang terdapat 26 kabupaten/kota, dan cluster rendah terdapat 8 kabupaten/kota.…”