PENERAPAN DATA MINING DALAM ANALISIS KLASTERISASI PENYEBARAN PENYAKIT HIV MENGGUNAKAN ALGORITMA K-MEANS

Abstract

The Banten Health Office recorded cases of Human Immunodeficiency Virus (HIV) transmission reaching 2,100 people during the period from January to October 2024. The locations infected with HIV are spread across all districts/cities in Banten Province. However, the largest number is in the Greater Tangerang area which includes Tangerang City, Tangerang Regency and South Tangerang. The spread of HIV occurred in one of the Health Centers located in the Pasar Kemis area with an increasing number of cases in recent years. This study aims to carry out clustering by identifying the distribution of HIV cases in sub-districts with the highest and lowest levels of spread. This study applies data mining techniques, namely the Cross-Industry Standard Process for Data Mining (CRISP-DM) method with the K-Means Clustering algorithm that integrates the Elbow and Silhouette Coefficient methods by minimizing the SSE value. CRISP-DM includes 6 stages consisting of Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, Deployment. The analysis results obtained from each clustering with scatter plot visualization produced 4 clusters divided into 2 clusters with the highest and lowest cluster sub-districts. The highest sub-district is included in cluster_3 which is occupied by Sukamantri Sub-district with 11 HIV cases. While the lowest sub-district is included in cluster_0 which is occupied by Pasar Kemis Sub-district with 6 HIV cases.

Dinas Kesehatan Banten mencatat adanya kasus penularan Human Immunodeficiency Virus (HIV) yang mencapai 2.100 orang selama periode Januari sampai dengan Oktober 2024. Adapun lokasi yang terinfeksi HIV tersebar di seluruh kabupaten/kota di Provinsi Banten. Namun jumlah terbanyak berada di daerah Tangerang Raya yang meliputi Kota Tangerang, Kabupaten Tangerang dan Tangerang Selatan. Penyebaran HIV terjadi pada salah satu Puskesmas yang terletak di daerah Pasar Kemis dengan jumlah kasus yang meningkat dalam beberapa tahun terakhir. Penelitian ini bertujuan untuk melakukan klasterisasi dengan mengidentifikasi persebaran kasus HIV pada kelurahan dengan tingkat penyebaran tertinggi dan terendah. Penelitian ini menerapkan teknik data mining yaitu metode Cross-Industry Standard Process for Data Mining (CRISP-DM) dengan algoritma K-Means Clustering yang mengintegrasikan metode Elbow dan Silhouette Coefficient dengan meminimalkan nilai SSE. CRISP-DM meliputi 6 tahap yang terdiri dari Business Understanding, Data Understanding, Data Preparation, Modeling, Evaluation, Deployment. Hasil analisa yang diperoleh dari setiap klasterisasi dengan visualisasi scatter plot menghasilkan 4 cluster yang terbagi ke dalam 2 cluster dengan kelurahan cluster tertinggi dan terendah. Kelurahan tertinggi termasuk dalam cluster_3 yang ditempati oleh Kelurahan Sukamantri dengan 11 kasus HIV. Sementara Kelurahan terendah termasuk dalam cluster_0 yang ditempati oleh Kelurahan Pasar Kemis dengan 6 kasus HIV.