Metode Clustering Pada Model Algoritma K-Means Untuk Pemilihan Alat Kontrasepsi

Abstract

Abstrak: Terdapat beberapa faktor yang menjadi pertimbangan bagi pasangan suami istri untuk memutuskan keikutsertaanya dalam suatu program yaitu program keluarga berencana yang telah dicanangkan oleh pemerintah sejak lama. Program keluarga berencana tersebut diperlukan pemilihan alat kontrasepsi yang efektif dan sesuai dengan kondisi tubuhnya. Sehingga penelitian ini menerapkan metode clustering dengan model algoritma K-Means, dimana terdapat keunggulan dalam menyelesaikan masalah clustering pada pemilihan alat kontrasepsi. Data yang digunakan diperoleh dari Rumah Sakit Annisa Citeureup pada tahun 2017. Data diolah dengan menggunakan Rapid Miner dengan menghasilkan perolehan angka 48% untuk cluster 1 yang terdiri dari , usia 36 tahun, jumlah anak 2, pendidikan SMA, status kerja tidak kerja. 22% untuk cluster 2 yang terdiri dari , usia 46 tahun, jumlah anak 3, pendidikan SMA, status kerja tidak kerja. 30% untuk cluster 3 yang terdiri dari , usia 27 tahun, jumlah anak 2, pendidikan SMA, status kerja tidak kerja. Dari hasil pengolahan tersebut, penerapan clustering pada pemilihan alat kontrasepsi dapat bermanfaat bagi Rumah Sakit Annisa Citeureup.
 
Kata kunci: Alat Kontrasepsi, Clustering, K-Means, Program KB
 
Abstract: There are several factors that are taken into consideration for married couples to decide their participation in a program, namely a family planning program that has been proclaimed by the government for a long time. The family planning program requires the selection of effective contraceptives and in accordance with their body condition. So that this study applies the clustering method with the K-Means algorithm model, where there are advantages in solving clustering problems in the selection of contraceptives. The data used was obtained from Annisa Citeureup Hospital in 2017. Data was processed using Rapid Miner by generating a figure of 48% for cluster 1 consisting of, age 36 years, number of children 2, high school education, non-employment status. 22% for cluster 2 consisting of, age 46 years, number of children 3, high school education, non-working work status. 30% for cluster 3 consisting of, age 27 years, number of children 2, high school education, non-employment status. From the results of the processing, the application of clustering to the selection of contraceptives can be beneficial for Annisa Citeureup Hospital. Keywords: Clustering, Contraception Tools, Family Planning Program, K-Means