Iqlima, Putri (2026) PENGELOMPOKAN RISIKO DAN ANALISIS TREN KASUS TUBERKULOSIS DENGAN METODE CLUSTERING DAN SARIMA. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (175kB)
	Text Abstrak.pdf Download (352kB)
	Text Bab I.pdf Download (279kB)
	Text Daftar Pustaka.pdf Download (250kB)
	Text Full-text.pdf Restricted to Registered users only Download (3MB)

Abstract

Tuberkulosis (TBC) masih menjadi masalah kesehatan masyarakat yang serius di Kabupaten Aceh Utara, di mana fluktuasi jumlah kasus yang tajam dan perbedaan karakteristik antarwilayah menyebabkan penyebaran penyakit tidak merata serta sulit diprediksi. Penelitian ini bertujuan untuk mengelompokkan risiko wilayah di Kabupaten Aceh Utara berdasarkan karakteristik spesifik kasus TBC, membangun model SARIMA yang optimal pada setiap kelompok risiko untuk memprediksi tren perkembangan kasus di masa depan, serta mengevaluasi akurasi dari model yang diterapkan. Menggunakan data sekunder kejadian TBC bulanan periode 2020-2025 dari Dinas Kesehatan Kabupaten Aceh Utara, tahap pertama membandingkan tiga metode clustering (Gaussian Mixture Model, K-Means, dan Agglomerative Hierarchical Clustering) menggunakan metrik Silhouette Score dan Davies-Bouldin Index. Tahap kedua menggunakan metode SARIMA pada setiap klaster untuk meramal tren kasus 12 bulan ke depan, di mana model terbaik ditentukan berdasarkan nilai AIC terkecil dan ketepatan prediksi diukur menggunakan MAPE dan RMSE. Hasil analisis menunjukkan bahwa meskipun AHC memperoleh hasil evaluasi klaster yang sedikit lebih baik, K-Means dipilih sebagai metode pengelompokan karena lebih mudah diinterpretasikan dan sesuai untuk pembentukan deret waktu pada tahap forecasting. K-Means menghasilkan Silhouette Score sebesar 0,3181 dan DBI sebesar 1,1111, yang berhasil membagi wilayah Kabupaten Aceh Utara menjadi tiga klaster tingkat risiko. Pemodelan deret waktu menghasilkan model SARIMA terbaik untuk masing-masing kelompok, yaitu SARIMA(3,1,0) (0,1,0)_12 untuk Klaster 1 (AIC: -75,692; MAPE: 3,29%; RMSE: 5,12), SARIMA(0,1,0) (0,1,1)_12 untuk Klaster 2 (AIC: -64,826; MAPE: 4,68%; RMSE: 1,52), dan SARIMA(0,1,0) (0,1,1)_12 untuk Klaster 3 (AIC: -156,859; MAPE: 2,56%; RMSE: 3,80). Hasil penelitian menunjukkan bahwa integrasi metode K-Means dan SARIMA dapat digunakan sebagai pendekatan untuk mendukung pemetaan wilayah prioritas serta perencanaan strategi pengendalian TBC di Kabupaten Aceh Utara.

Item Type:	Thesis (S1)
Subjects:	H Social Sciences > HA Statistics Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Putri Iqlima -
Date Deposited:	18 Aug 2026 04:27
Last Modified:	18 Aug 2026 04:27
URI:	https://rama.unimal.ac.id/id/eprint/21304

Actions (login required)

View Item