IMPLEMENTASI WEBGIS, GEOGRAPHICALLY WEIGHTED POISSON REGRESSION (GWPR), DAN CLUSTERING K-MEANS UNTUK ANALISIS DATA TUBERKULOSIS DUNIA (Studi Kasus : Kasus Tuberkulosis Dunia Tahun 2015)
Abstract
Tuberkulosis (TB) merupakan suatu penyakit infeksi menular yang ditimbulkan oleh bakteri Mycobacterium tuberculosis, yang dapat menyerang berbagai organ, terutama pada paru-paru. Sementara diseluruh dunia, penyakit ini merupakan pembunuh sekitar 2 juta orang setiap tahunnya. Penyakit tuberkulosis merupakan penyebab kesembilan dan penyebab kematian utama dari agen infeksi tunggal di dunia. Kasus tuberkulosis masih menjadi suatu permasalahan di bidang kesehatan dunia yang belum dapat diselesaikan hingga saat ini. Dalam penelitian ini dilakukan pemodelan terhadap faktor-faktor yang mempengaruhi kasus Tuberkulosis dengan menggunakan Geographically Weighted Poisson Regression (GWPR) sehingga didapatkan model prediksinya. Hasil model Global GWPR yang terbentuk yaitu μ ̂ = exp (7.728224 + 0.025279 X1 + 0.056072 X2 + 0.044885 X3 – 0.003817 X4 + 0.050172 X5) dengan pembobotan Fixed Gaussian yang membentuk 188 model lokal. Selanjutnya pengelompokan wilayah berdasarkan faktor-faktor penyebab menggunakan Clustering K-Means sehingga hasil penelitian disimpulkan terdapat tiga cluster yang terbentuk dengan cluster 1 terdiri atas 92 anggota, cluster 2 terdiri atas 45 anggota dan cluster 3 terdiri atas 51 anggota serta terdapat 53 negara yang tidak memiliki informasi data. Hasil dari Clustering K-means dimplementasikan dalam apliaksi sistem informasi geografis yaitu WebGIS telah dihosting dan dapat diakses di nurtuasikawebgis.000.webhost.com atau bit.ly/tugasakhirwebgis.
Collections
- Statistics [900]