OPTIMASI K-MEANS CLUSTERING PADA PENYAKIT MENULAR DENGAN ALGORITMA PARTICLE SWARM OPTIMIZATION

Penyakit menular yang tingkat penularannya cukup tinggi yang terjadi di Puskesmas Bontomarannu, yakni tuberkulosis, DBD, dan demam tifoid. Hal ini menyulitkan pihak puskesmas dalam mengelompokkan faktor apa yang menjadi penyebab bertambahnya penyakit tersebut setiap harinya karena salah satu alasan yakni keterbatasan tenaga medis untuk mendeteksi secara manual indikator penyebab munculnya penyakit tersebut melalui data rekam medis. Berdasarkan data yang diperoleh melalui kuesioner yang diberikan kepada pasien puskesmas bontomarannu, terdapat beberapa variable yang berhubungan dengan penyakit menular. Penelitian ini bertujuan untuk membuat pengelompokan data penyakit menular (tuberkulosis DBD, dan tifoid) per desa di Kabupaten Gowa. Metode yang digunakan adalah K-means clustering yang akan dioptimalkan menggunakan algoritma PSO sehingga diperoleh hasil yang lebih baik. Hasil clustering yang terbentuk yaitu sebanyak 52 cluster. Dimana tiap desa dapat termasuk dalam 1 cluster atau lebih yang menunjukkan cluster yang paling berpengaruh terhadap kasus penyakit menular di desa tersebut. Hasil dari penelitian ini diperoleh hasil bahwa algoritma PSO dapat mengoptimalkan K-means clustering dengan diperoleh nilai SSE, Silhouette coefficient, dan Davies Bouldin Index (DBI) yang lebih kecil dibanding hanya menggunakan K-means. Hasil clustering ditampilkan dalam bentuk visualisasi WebGIS yang menampilkan informasi cluster tiap desa di Kabupaten Gowa