Penerapan Metode K-Nearest Neighbor untuk Mengklasifikasi Penyebaran Kasus Demam Berdarah Dengue (DBD) di Kabupaten Maluku Tenggara

Muhammad Yahya Matdoan

doi:10.21580/square.2022.4.2.13056

Penerapan Metode K-Nearest Neighbor untuk Mengklasifikasi Penyebaran Kasus Demam Berdarah Dengue (DBD) di Kabupaten Maluku Tenggara

* - Universitas Pattimura, Indonesia

(*) Corresponding Author

DOI: 10.21580/square.2022.4.2.13056

Abstract
References
Licensing
How to cite

Demam Berdarah Dengue (DBD) merupakan penyakit yang disebabkan oleh virus dengue yang ditularkan melalui gigitan nyamuk Aedes Aegypti dan masuk ke peredaran darah manusia. Penyakit ini merupakan penyakit berbahaya yang sering menimbulkan kekhawatiran masyarakat karena perjalanan penyakitnya cepat dan dapat meyebabkan kematian dalam waktu singkat. Oleh karena itu, perlu dilakukan kajian tentang penyebarannya sehingga dapat diambil tindakan cepat dalam mencegah kasus tersebut, Salah satu metode yang dapat digunakan yaitu metode K-Nearest Neighbor (KNN). K-NN merupakan suatu bentuk model pendukung keputusan yang dapat megklasifikasikan data berdasarkan jarak terdekat. Data yang digunakan dalam penelitian ini bersumber dari BPS Kabupaten Maluku Tenggara tahun 2021. Penelitian ini diperoleh hasil bahwa terdapat 2 kelompok penyebaran DBD di Kabupaten Maluku Tenggara yaitu Kecamatan yang berpotensi DBD tinggi yaitu terdiri dari Kecamatan Kei Besar, Kecamatan Kei Kecil dan Kecamatan Kei Besar Selatan Barat. Selanjutnya kecamatan yang berpotensi penyebaran DBD rendah yaitu Kecamatan Kei Besar Utara Barat, Kecamatan Kei Besar Selatan, Kecamatan Kei Besar Timur Selatan, Kecamatan Kei Besar Utara Timur, Kecamatan Hoat Sorbay, Kecamatan Kei Kecil Barat, Kecamatan Kei Kecil Timur dan Kecamatan Manyeuw.

Kata Kunci: Demam Berdarah Dengue, K-Nearest Neighbor, Maluku Tenggara.

Departemen Kesehatan RI. (2005). Pencegahan dan Pemberantasan Deman Berdarah Dengue di Indonesia. Official Website Departemen Kesehatan Republik Indonesia. http://www. depkes. go. id (12 Agustus 2015).
Departemen Kesehatan RI.(2007). Penyelidikan dan Penanggulangan KLB. Jurnal Kesehatan Lingkungan Universitas Airlangga Vol, 8(2), 172-183.
Ginanjar, G. (2008). Demam berdarah. PT Mizan Publika.
Kang, S. (2021). K-nearest neighbor learning with graph neural networks. Mathematics, 9(8), 830.
Liantoni, F. (2015). Klasifikasi Daun Dengan Perbaikan Fitur Citra Menggunakan Metode K-Nearest Neighbor. Ultimatics: Jurnal Teknik Informatika, 7(2), 98-104.
Lidya, S. K. (2014). Sentiment Analysis Pada Teks Bahasa Indonesia Menggunakan Support Vector Machine (SVM) Dan K-Nearest Neighbor (K-NN).
Mujiasih, S. (2011). Pemanfatan Data Mining Untuk Prakiraan Cuaca. Jurnal Meteorologi dan Geofisika, 12(2).
Rinawan, F. (2015). Dampak perubahan iklim terhadap kejadian demam berdarah di Jawa-Barat. Jurnal Sistem Kesehatan, 1(1).
Rohman, A. (2015). Model Algoritma K-Nearest Neighbor (K-Nn) Untuk Prediksi Kelulusan Mahasiswa. Neo Teknika, 1(1).
Septiani, W. D. (2017). Komparasi Metode Klasifikasi Data Mining Algoritma C4. 5 Dan Naive Bayes Untuk Prediksi Penyakit Hepatitis. Jurnal Pilar Nusa Mandiri, 13(1), 76-84.
Shaul, H., Feldman, D., & Rus, D. (2018). Secure K-ish Nearest Neighbors Classifier. arXiv preprint arXiv:1801.07301.
Sikumbang, E. D. (2018). Penerapan data mining penjualan sepatu menggunakan metode algoritma apriori. Jurnal Teknik Komputer AMIK BSI, 4(1), 156-161.
Sintorini, M. M. (2007). Pengaruh iklim terhadap kasus demam berdarah dengue. Kesmas: Jurnal Kesehatan Masyarakat Nasional (National Public Health Journal), 2(1), 11-18.
Supari, S. (2019). Desain Generator Ozone dengan Teknologi Plasma DBD (Die-lectric Barrier Discharge). Elektrika, 11(1), 1-8.
Widaningsih, S. (2019). Perbandingan Metode Data Mining Untuk Prediksi Nilai Dan Waktu Kelulusan Mahasiswa Prodi Teknik Informatika Dengan Algoritma C4, 5, Naïve Bayes, Knn Dan Svm. Jurnal Tekno Insentif, 13(1), 16-25.
Wirayoga, M. A. (2013). Hubungan kejadian demam berdarah dengue dengan Iklim di Kota Semarang tahun 2006-2011. Unnes Journal of Public Health, 2(4).