Penerapan Metode Clustering Dalam Upaya Pencegahan Penyakit Demam Berdarah Menggunakan Algoritma K-Means (Studi Kasus: Kota Tasikmalaya)

Penyakit DBD merupakan penyakit yang menular yang ditularkan oleh nyamuk Aedes Aegypti, dan penyakit ini terjadi terus menerus di sepanjang tahun, menimbulkan wabah dan kematian.Di Indonesia, kesadaran masyarakat dalam menjaga kebersihan dan kurangnya antisipasi masyarakat yang terjangkit DBD, sehingga penyakit DBD termasuk jenis penyakit yang mudah terjangkit pada semua kalangan usia. Metodologi penelitian yang digunakan pada penelitian ini menggunakan metode clustering. Tujuannya adalah melakukan klastering dan evaluasi model algoritma k-means untuk mengetahui akurasi algoritma dalam mengklastering penyakit DBD. K-Means Clustering, K yang berarti konstanta untuk jumlah cluster yang diinginkan, sedangkan Means yang berarti rata-rata kelompok data didalam cluster. Oleh karena itu, penelitian yang menggunakan Algoritma K-Means ini akan mengelompokkan daerah-daerah yang ada di Kota Tasikmalaya sesuai tingkat terjadinya kasus penyakit DBD agar dengan tepat dan cepat sasaran dalam upaya pencegahan penyakit DBD. Rumus yang digunakan pada algoritma K-Means ada 4 tahapan yaitu : Menentukan jumlah cluster, menghitung jarak, mengelompokkan data, serta menghitung pusat cluster.Manfaat dari penelitian ini adalah bisa mempercepat proses upaya pencegahan dalam penyakit DBD, mengetahui upaya pencegahan penyakit DBD secara cepat dan tepat, sistem klastering untuk upaya pencegahan dan dapat mengurangi angka kematian, serta menambah wawasan bagi pembaca yang ingin mempelajari tentang klasterisasi serta algortima K- Means