Pengelompokan Kabupaten/Kota di Jawa Timur Berdasarkan Indikator Kesehatan Masyarakat Menggunakan Metode Kohonen SOM dan K-Means

Marina Marsudi Putri, Kartika Fithriasari
Submission Date: 2015-02-02 13:44:02
Accepted Date: 2015-03-16 09:16:43

Abstract


— Kondisi kesehatan masyarakat di Jawa Timur yang tidak homogen akan menyulitkan bagi Tim Pembina Kota Sehat pada saat melakukan pembinaan dan monitoring. Berdasarkan hal tersebut diperlukan pengelompokan kabupaten dan kota di Jawa Timur yang didasarkan pada kemiripan karakteristik kondisi kesehatan masyarakat, sehingga proses pembinaan dan monitoring akan dilakukan berdasarkan kelompok kabupaten dan kota yang terbentuk. Pengelompokan kabupaten/kota di Jawa Timur akan dilakukan menggunakan metode Kohonen SOM kemudian akan dibandingkan dengan hasil pengelom-pokan metode klasik K-Means, yang merupakan metode penge-lompokan yang populer dan sering digunakan, berdasarkan kriteria nilai icdrate (internal cluster dispersion rate). Pada peng-ujian Bartlett diperoleh kesimpulan bahwa terdapat hubungan atau korelasi di antara variabel penelitian. Setelah dilakukan analisis faktor untuk mereduksi variabel diperoleh 3 faktor baru yang terbentuk. Berdasarkan nilai Pseudo Fstatistics yaitu sebe-sar 13,819, hasil pengelompokan terbaik adalah menggunakan metode Kohonen SOM dengan jenis topologi hextop. Sedangkan pada metode K-Means nilai Pseudo Fstatistics terbesar yaitu 9,781 ketika digunakan kelompok sebanyak 2 klaster. Perban-dingan hasil klaster terbaik berdasarkan nilai icdrate diperoleh kesimpulan bahwa nilai icdrate metode Kohonen SOM yaitu sebesar 0,962 lebih kecil dibandingkan dengan nilai icdrate hasil pengelompokan metode K-Means yaitu sebesar 0,988. Pada hasil pengujian One-way MANOVA diperoleh kesimpulan bahwa pada masing-masing kelompok yang terbentuk memiliki per-bedaan.

Keywords


Icdrate;Indikator Kesehatan Masyarakat;One-way MANOVA;Pseudo Fstatistics;K-means;Kohonen SOM

References


Gerring, J., Thacker, Strom. C., Enikolopov, R., Julian, A., and Maguire, M. (2013). Assesing Health System Performance: A Model-based Approach. Social Science & Medicine 93, 21-28.

Ettaouil, M., Abdelatifi, E., Belhabib, F., Moutaouakil, Karim El. (2012). Learning Algorithm of Kohonen Network with Selection Phase. WSEAS Transactions on Computers Issue 11, Volume 11, November 2012. E-ISSN: 2224-2872.

Morrison, Donald. F. (1967). Multivariate Statistical Methods Third Edition. USA: McGRAW-Hill Book Company.

Johnson. R. and Wichern. D. 2007. Applied Multivariate Statistical Analysis. 6th Edition. New Jersey: Prentice Hall.

Siang, Jong Jek. (2009). Jaringan Syaraf Tiruan & Pemrogramannya Menggunakan MATLAB. Yogyakarta: ANDI.

Kusumadewi, S. (2004). Membangun Jaringan Syaraf Tiruan (menggunakan MATLAB & Excel Link). Yogyakarta: ANDI.

Fausett, Laurence. (1994). Fundamental Neural Network: Architectures, Algorithm, and Applications. New Jersey: Prentince Hall Inc.

Orpin, A. R., & Kostylev, V. E. (2006). Toward a Statistically Valid Method of Textural Sea Floor Charcterization of Benthic Habitats. Marine Geology , 209-222.

Mingoti, S.A. & Lima, J.O. (2006). Comparing SOM Neural Network with Fuzy C-Means, K-Means and Traditional Hierarchical Clustering Algorithm: 1742-1759.

Badan Pusat Statistik. (2011). Kajian Indikator Kesehatan (Laporan Sosial 2010). Jakarta: Badan Pusat Statistik.


Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Lembaga Penjaminan Mutu, Pengelolaan dan Perlindungan Kekayaan Intelektual (LPMP2KI) ITS
Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.