Clustering Vaksinasi Penyakit Mulut dan Kuku Di Provinsi Riau Menggunakan Algoritma K-Medoids
DOI:
https://doi.org/10.53842/juki.v5i1.178Keywords:
Data mining, K-Medoids Clustering, Penyakit Mulut dan KukuAbstract
Foot and Mouth Disease (FMD) atau biasa pula disebut penyakit mulut dan kuku (PMK) merupakan penyakit infeksi akut yang menularkan ke hewan lain karena disebabkan oleh virus yang masuk dalam genus Apthovirus dan famili Picornaviridae. PMK perlu ditangani karena menyebabkan kerugian finansial terutama disebabkan oleh penurunan produksi hewan ternak seperti susu maupun daging, produktivitas tenaga kerja serta keterbatasan pangan. Salah satu penanganan dan pengendalian PMK pada hewan ternak sapi yaitu ,melakukan program vaksinasi. Penelitian ini menggunakan data dari Dinas Peternakan dan Kesehatan Provinsi Riau. Penelitian ini menggunakan teknik data mining dalam pengolahan datanya menggunakan metode k-medoids clustering. Proses K-Medoids merupakan proses agregasi yang membagi data menjadi beberapa kelompok, dan hasil dari proses clustering ini tidak bergantung pada urutan record yang dimasukkan. maka metode ini juga dapat mengatasi kelemahan dari k-means. Metode k-medoids dapat diterapkan pada data vaksinasi penyakit mulut dan kuku di Provinsi Riau, dan dapat diidentifikasi kelompok kekebalan hewan berdasarkan data tersebut. . Hasil cluster terbaik setelah dilakukan pengujian yaitu 2 cluster. Cluster terendah berada pada cluster 1 sebanyak 21894 ekor dan cluster 2 sebanyak 48042 ekor. Dimana dalam proses pengujian dilakukan menggunakan Davies Bouldien Index (DBI) mendapatkan nilai -0.482. Diharapkan penelitian ini dapat memberikan perhatian lebih untuk vaksinasi terhadap PMK karena kekebalan hewan yang masih rendah sehingga memudahkan terinfeksinya PMK.
Downloads
References
H. Rusnedy, G. W. Nurcahyo, and S. Sumijan, “Identifikasi Tingkat Pemakaian Obat Menggunakan Metode Fuzzy C-Means,” Jurnal Informasi dan Teknologi, vol. 3, pp. 196–201, 2021, doi: 10.37034/jidt.v3i4.152.
M. Riskiatul Rohma et al., “Kasus penyakit mulut dan kuku di Indonesia: epidemiologi, diagnosis penyakit, angka kejadian, dampak penyakit, dan pengendalian Foot and Mouth Disease Virus cases in Indonesia: Epidemiology, disease diagnosis, incidence rate, disease impact, and treatment”, doi: 10.25047/animpro.2022.331.
A. U. Bani and A. Asruddin, “Pendeteksian Penyakit Mulut dan Kuku Pada Sapi dengan Menerapkan Metode Naïve Bayes,” Journal of Computer System and Informatics (JoSYC), vol. 3, no. 4, pp. 264–268, Aug. 2022, doi: 10.47065/josyc.v3i4.1934.
R. Prasetya, E. Sudarsono, D. Peternakan, K. Hewan, and K. Lamongan, “Kajian Epidemiologi Kejadian Diduga Penyakit Mulut dan Kuku di Kabupaten Lamongan Epidemiological Study of Suspected Occurrence of Foot and Mouth Disease in Lamongan Regency.” [Online]. Available: https://e-journal.unair.ac.id/JBMV
R. Tawaf, “Dampak Sosial Ekonomi Epidemi Penyakit Mulut dan Kuku terhadap Pembangunan Peternakan di Indonesia,” Prosiding Seminar Nasional Agroinovasi Spesifik Lokasi Untuk Ketahanan Pangan Pada Era Masyarakat Ekonomi ASEAN, no. 2, pp. 1535–1547, 2018.
B. R. S, M. F. Isnaini, Rozi, B. Poermadjaja, and Saptariniz, “Penyidikan Kasus Penyakit Pada Sapi Suspect PMK di Kabpaten Pamekasan Tahun 2019,” Prosiding Seminar Surveilans dan Penyidikan Penyakit Hewan, vol. 1, no. 1, pp. 115–122, 2020.
D. Marlina, N. Fauzer Putri, A. Fernando, and A. Ramadhan, “Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak,” Jurnal CoreIT, vol. 4, no. 2, 2018.
D. Sepri, Y. Fimazid, S. Bangek Koto Tangah, and W. Sumatera, “Pengelompokan Penyebaran Covid-19 di Kota Padang Menggunakan Algoritma K-Medoids”.
“PENERAPAN ALGORITMA K-MODES CLUSTERING UNTUK PENGELOMPOKKAN DESA RAWAN KEBAKARAN DI PROVINSI RIAU (Studi Kasus: BPBD Riau).”
A. A. D. Sulistyawati and M. Sadikin, “Penerapan Algoritma K-Medoids Untuk Menentukan Segmentasi Pelanggan,” Sistemasi, vol. 10, no. 3, p. 516, 2021, doi: 10.32520/stmsi.v10i3.1332.
S. A. Abbas, A. Aslam, A. U. Rehman, W. A. Abbasi, S. Arif, and S. Z. H. Kazmi, “K-Means and K-Medoids: Cluster Analysis on Birth Data Collected in City Muzaffarabad, Kashmir,” IEEE Access, vol. 8, pp. 151847–151855, 2020, doi: 10.1109/ACCESS.2020.3014021.
D. Sinta Saputri, G. Maha Putra, M. Fitri Larasati, P. Studi Sitem Informasi, and S. Tinggi Manajemen Informatika dan Komputer Royal Kisaran, “IMPLEMENTATION OF THE K-MEANS CLUSTERING ALGORITHM FOR THE COVID-19 VACCINATED VILLAGE IN THE UJUNG PADANG SUB-DISTRICT,” Jurnal Teknik Informatika (JUTIF), vol. 3, no. 2, pp. 261–267, 2022, doi: 10.20884/1.jutif.2022.3.2.165.
A. Astri Az-Zahra et al., “Penerapan Algoritma K-Modes Clustering dengan Validasi Davies Bouldin Index pada Pengelompokkan Tingkat Minat Belanja Online di Provinsi Daerah Istimewa Yogyakarta.”