Penerapan Rapidminer menggunakan metode K-Means untuk Pengelompokkan Puskesmas pada Cakupan Imunisasi Dasar (Studi Kasus : Kota Bandung)

Abstract

Program Imunisasi sejak tahun 1974 merupakan komponen penting bagi pelayanan Kesehatan bayi. Imunisasi merupakan salah satu cara dalam mengurangi angka kematian bayi dan anak karena imunisasi berfungsi untuk memperbaiki resistansi tubuh dan mengatasi penyakit. Penelitian ini bertujuan  untuk pengelompokkan jumlah bayi yang dilayani oleh puskesmas dalam program imunisasi. Dalam penelitian ini metode yang digunakan ialah Algoritma K-Means . Data yang diambil dapat dikelompokkan ke dalam beberapa clustering, yaitu dari clustering tertinggi, clustering sedang dan clustering terendah. Data yang didapatkan bersumber dari open data di portal website bandung dengan portal website https://data.bandung.go.id . Data yang dipakai yaitu dari tahun 2019-2020 yang terdiri dari 80 UPT Puskesmas . Pada Penelitian ini atribut yang digunakan yaitu Jumlah total Bayi dan Jumlah total pelayanan Kesehatan bayi. Proses iterasi sebanyak 6 kali hingga memperoleh hasil pengelompokkan puskesmas yang memberikan pelayanan Imunisasi dasar. Hasil cluster yang didapatkan yaitu cluster tertinggi terdapat pada cluster 2 dengan 11 anggota, cluster sedang terdapat pada cluster 1 dengan 37 anggota , cluster terendah pada cluster 0 dengan 32 anggota. Dari 80 UPT Puskesmas yang terletak di Kota Bandung, dapat diketahui imunisasi tertinggi yaitu ada di Puskesmas Pasirkaliki dengan jumlah 2126 bayi dan terendah ada di Puskesmas Salam dengan Jumlah 37 Bayi.