Optimasi Algoritma K-Means Menggunakan Metode Elbow Untuk Pengelompokan Penyakit Menular Di Puskesmas Cigugur Tengah

Abstract

Penyakit menular masih menjadi masalah utama di Indonesia, terutama di wilayah Puskesmas Cigugur Tengah, Kota Cimahi, dengan berbagai penyakit seperti Tuberkulosis, ISPA, dan demam berdarah yang dilaporkan. Namun, pengelolaan data
penyakit menular masih terbatas pada analisis sederhana, sehingga diperlukan metode yang lebih efektif untuk meningkatkan ketepatan dalam pengambilan kebijakan penanggulangan penyakit. Penelitian ini menerapkan Algoritma K-Means dengan
metode elbow untuk mengelompokkan data penyakit menular guna mendapatkan klaster optimal. Berdasarkan hasil pengujian, diperoleh tiga klaster optimal (k=3). Cluster_0 mencakup pasien berusia 17-25 tahun dengan dominasi penyakit Acute
Nasopharyngitis (J00) di wilayah RT 10, RW 13, dan 14. Cluster_1 memiliki karakteristik serupa dengan dominasi penyakit Acute Upper Respiratory (J06.9) di RT 1, RW 3. Cluster_2 berfokus pada anak-anak usia 0-5 tahun dengan dominasi penyakit Acute Nasopharyngitis (J00) di RT 1, RW 14. Analisis ini memberikan jarak rata-rata ke centroid sebesar 6038,938 dan nilai Davies-Bouldin Index 0,507, menunjukkan kualitas klasterisasi yang baik. Hasil klasterisasi ini diharapkan membantu Puskesmas Cigugur Tengah dalam merancang strategi intervensi yang lebih tepat sasaran dengan memanfaatkan data secara efektif, mengingat keterbatasan sumber daya dan variabilitas pola penyebaran penyakit di daerah tersebut.