Isti Juliana Putri
191106041508
Tuberculosis (TBC) merupakan penyakit menular yang masih menjadi
masalah sampai saat ini, angka kesakitan dan kematian akibat bakteri ini pun sangat
tinggi. Penyakit TBC masih menjadi masalah kesehatan baik di dunia maupun di
Indonesia terkhususnya di Jawa Barat Kota Bogor. Dengan luas wilayah Kota
Bogor sebesar 11.850 Ha, tidak bisa dipungkiri bahwa terdapat penyebaran
penyakit menular di Kota Bogor, penyakit menular di Kota Bogor masih cukup
tinggi yang didominasi oleh penyakit TBC, DBD, dan HIV. Dengan banyaknya
data kasus penyakit TBC di Kota Bogor diperlukan pengelompokkan penyakit TBC
untuk mengetahui wilayah kelurahan mana saja yang kasus TBCnya itu tinggi atau
rendah. Diperlukan metode yang cepat dan akurat untuk menentukan cluster di
suatu daerah, karena dapat menjadi salah satu kunci pencegahan atau penyuluhan
terkait penyakit TBC. Salah satu metode clustering adalah algoritma K-Means
algoritma ini dapat membagi data menjadi satu atau lebih cluster dengan
karakteristik yang mirip, metode ini mampu mencapai akurasi serta kecepatan
prosesnya juga relatif tinggi. Penelitian ini diharapkan dapat digunakan bagi Dinas
Kesehatan Kota Bogor sebagai data rujukan untuk menindak lanjuti penyebaran
penyakit TBC di Kota Bogor. Berdasarkan hasil penelitian menggunakan algoritma
K-Means diperoleh evaluasi dengan Silhouette Coefficient dipilih dua cluster
karena memiliki nilai yang paling tinggi. Kelompok penyakit TBC tertinggi berada
di cluster 2 dengan jumlah 22 kelurahan di Kota Bogor.
Kata kunci: Algoritma K-Means, Kelurahan, Kota Bogor, Tuberculosis.