Anda belum Log-in!
Silahkan Log in

Selamat Datang di Portal Digital Content Publisher
Minggu , 24 November 2024

Perpustakaan sebagai jantung pendidikan tinggi di Indonesia, harus mampu memberi kontribusi yang berarti bagi pelaksanaan proses belajar mengajar di perguruan tinggi.

TRUNOJOYO » Tugas Akhir & Skripsi » Informatika
di-posting oleh 140411100142 pada 2018-08-28 20:45:26  •  394 klik

Sistem Informasi Pemetaan Daerah Rawan Penyakit Menular Pada Balita Menggunakan Metode K-Means
Information System For Mapping Areas Prone To Infectious Diseases In Toddlers Using The K-Means Method

disusun oleh MILA HENDRIANA


SubyekSistem Informasi Pemetaan
Rekayasa Perangkat Lunak
Kata KunciPenyakit Menular
Sistem Informasi Pemetaan
Clustering
K-Means

[ Anotasi Abstrak ]

Di Kabupaten Bangkalan tercatat sekitar 18.355 balita terinjeksi penyakit menular pada tahun 2015. Penyakit menular sering terjadi pada balita karena sistem kekebalan tubuh mereka masih belum sempurna. Oleh karena itu, media informasi tentang bahaya dan faktor penularan beserta pemetaan persebaran lokasi yang memiliki potensi rawan penyakit menular pada balita sangat dibutuhkan. Dengan adanya informasi persebaran tingkat kerawanan tersebut dapat memberikan informasi yang sangat berguna untuk masyarakat sekitar atau pengunjung yang akan mengunjungi suatu daerah guna memperoleh status daerah kerawanan yang dimiliki. Untuk membantu proses pengambilan keputusan penentuan tingkat kerawanan suatu daerah diperlukan sebuah sistem informasi yang dapat membantu menentukan tingkat kerawanan penyakit menular dengan menerapkan sistem informasi pemetaan berbasis web dengan metode clustering yaitu K-Means. Sistem ini dapat membantu instansi kesehatan guna melakukan pemantauan serta penindaklanjutan terhadap suatu daerah yang memiliki potensi rawan penyakit menular, memudahkan masyarakat mengetahui lokasi yang berpotensi penyakit menular pada balita dan pencegahan dini. Berdasarkan dari hasil pengujian menggunakan Sillhoutte Coefficient menunjukkan bahwa untuk data diare menghasilkan 3 cluster terbaik, data pneumonia menghasilkan 3 cluster terbaik, data batuk bukan pneumonia menghasilkan 4 cluster terbaik dan data difteri menghasilkan 3 cluster terbaik. Jadi metode K-means efektif untuk mengelompokkan penyakit menular pada balita dengan menghasilkan 3 cluster terbaik.


Deskripsi Lain

Bangkalan Regency recorded about 18,355 toddlers infected infectious diseases on 2015. An infectious disease common in children because their immune system is still not perfect. Therefore, the information media of the danger, infection factors and dissemination mapping location that has potential prone infectious disease for them is desperately needed. By dissemination informations, that insecurity level can give infomations which really beneficial for society or visitors who visited an area to get insecurity area status that they have. To help the decision-making process, insecurity level an area is needed an information system that can help to decide infectious disease insecurity level by implementing dissemination mapping information system web-based with clustering method that is K-Means. This system can help health agencies to monitor and follow-up concerning an area that has insecurity infectious disease potential, facilitate society to know location that has potential of infectious disease at toddlers and early prevention. Base on testing result by using Sillhoutte Coefficient, it indicate that diarrhea data produce 3 best clusters, pneunomia data produce 3 best clusters, cough data that isn’t pneunomia produce 4 best clusters, and diphtheria data produce 3 best clusters. So, K-means method is effective to grouping infectious disease at toddler by produce 3 best clusters.

Kontributor: Wahyudi Agustiono, S.Kom., M.Sc., Ph.D. ; Mula’ab, S.Si., M.Kom.
Tanggal tercipta: 2018-08-07
Jenis(Tipe): Text
Bentuk(Format): pdf
Bahasa: Indonesia
Pengenal(Identifier): TRUNOJOYO-Tugas Akhir-14550
No Koleksi: 140411100142


Ketentuan (Rights) :
2018

 Download File Penyerta (khusus anggota terdaftar)

 File PDF  1. TRUNOJOYO-Tugas Akhir-14550-140411100142_Cover.pdf - 786 KB
 File PDF  2. TRUNOJOYO-Tugas Akhir-14550-140411100142_Abstract_TOC.pdf - 591 KB
 File PDF  3. TRUNOJOYO-Tugas Akhir-14550-140411100142_Chapter1.pdf - 137 KB
 File PDF  4. TRUNOJOYO-Tugas Akhir-14550-140411100142_Chapter2.pdf - 739 KB
 File PDF  5. TRUNOJOYO-Tugas Akhir-14550-140411100142_Chapter3.pdf - 450 KB
 File PDF  6. TRUNOJOYO-Tugas Akhir-14550-140411100142_Chapter4.pdf - 1322 KB
 File PDF  7. TRUNOJOYO-Tugas Akhir-14550-140411100142_Conclusion.pdf - 182 KB
 File PDF  8. TRUNOJOYO-Tugas Akhir-14550-140411100142_References.pdf - 301 KB
 File PDF  9. TRUNOJOYO-Tugas Akhir-14550-140411100142_Appendices.pdf - 9195 KB


 Dokumen sejenis...

     Tidak ada !

 Dokumen yang bertautan...





 Kembali ke Daftar