• Tidak ada hasil yang ditemukan

Dalam penelitian ini metode yang digunakan yaitu algoritma k-medoids dalam menangani dan mengolah data ibu hamil

N/A
N/A
Protected

Academic year: 2023

Membagikan "Dalam penelitian ini metode yang digunakan yaitu algoritma k-medoids dalam menangani dan mengolah data ibu hamil"

Copied!
2
0
0

Teks penuh

(1)

xv ABSTRAK

Ulfa, Siti Nurliana. 2023. Penerapan Algortima K-Medoids untuk Pengelompokan Tingkat Risiko Ibu Hamil. Skripsi. Tanjungpinang: Jurusan Teknik Informatika, Fakultas Teknik dan Teknologi Kemaritiman, Universitas Maritim Raja Ali Haji. Pembimbing I: Nola Ritha, S.T.,M.Cs.

Pembimbing II: Nurfalinda, S.T., M.Cs.

Dalam penelitian ini metode yang digunakan yaitu algoritma k-medoids dalam menangani dan mengolah data ibu hamil. Data yang digunakan diambil dari klinik bersalin Amelia Kota Tanjungpinang. Dengan informasi masukan yaitu, umur, berat badan, status kehamilan dan keluhan pada ibu hamil. Dari penelitian ini didapatkan hasil dengan menggunakan 3 centroid, penelitian ini memperoleh 9 data pada centroid 1 dengan keluaran Normal, 22 data pada centroid 2 dengan keluaran tidak risiko dan 19 data pada centroid 3 keluaran berisiko. Dengan rata- rata jarak terdekat 2,50733. Dengan hasil persetujuan nilai menggunakan silhouette coefficient mendapatkan hasil -0,2092 yang berstruktur lemah.

Kata Kunci: Algoritma K-Medoids, Clustering, Ibu Hamil.

(2)

xvi ABSTRACT

Ulfa, Siti Nurliana. 2023. Application of the K-Medoids Algorithm for Classifying Risk Levels for Pregnant Women, Thesis. Tanjungpinang: Department of Informatic Engineering, Faculty of Maritime Engineering and Technology, Universitas Maritim Raja Ali Haji. Advisor I: Nola Ritha, S.T., M.Cs.

Advisor II: Nurfalinda, S.T., M.Cs.

In this study, the clustering method was applied using the k-medoids algorithm to process data and classify information about the health status of pregnant women. The data used are data on pregnant women from the Amelia maternity clinic, Tanjungpinang city. With input data namely age, weight, pregnancy status and complaints in pregnant women. From existing data using 3 centroids, this study obtained 9 data on Centroid 1 with normal output, 22 data on Centroid 2 with no risk output and 19 data on Centroid 3 with risky output. With an average shortest distance of 2,50733. where the results of the validation value using the silhouette coefficient index to get a result of -0,2092 which is weakly structures.

Keywords: Algorithm K-Medoids, Clustering, Pregnant women.

Referensi

Dokumen terkait

Hasil yang didapatkan pada penelitian ini menunjukkan bahwa pemimpin cluster atau centroid pada simple k-means bisa digantikan oleh kandidat lain yang memiliki

45 Gambar 3.1 terlihat bahwa pola distribusi normal, akan tetapi jika kesimpulan normal tidaknya data hanya dilihat dari grafik histogram, maka hal ini dapat menyesatkan

Data Primer, yakni data yang diperoleh dari penelitian langsung pada nelayan anggota penerima bantuan dana Program Pemberdayaan Ekonomi Masyarakat Pesisir (PEMP) melalui

penelitian “Hubungan Usia dan Stress dengan Kejadian Emesis Gravidarum pada Ibu Primigravida di Puskesmas Kassi-Kassi Makasar” didapatkan data bahwa terdapat 22

Tujuan dari penelitian ini adalah membandingkan tiga algoritma dengan menghitung nilai Davies-Bouldin Index (DBI), pada tahapan pengolahan data dengan menghilangkan

KESIMPULAN DAN SARAN Berdasarkan seluruh hasil tahapan penelitian yang telah dilakukan pada pemetaan hasil produksi buah-buahan dengan teknik data mining dapat disimpulkan sebagai

Penelitian ini menerapkan algoritma K-Medoids dalam mengelompokkan data BPNT yang diperoleh dari penelitian Firza Syahputra pada tahun 2020-2021 dengan jumlah 732 data yang terdiri dari

Metode Analisis Data Metode analisis data yang digunakan dalam penelitian ini adalah deskriptif kualitatif guna menggambarkan dan menjelaskan serta membandingkan antara teori – teori