PERBANDINGAN METODE AVERAGE LINKAGE DAN K-MEANS  DALAM MENGELOMPOKKAN PERSEBARAN PENYAKIT MULUT DAN KUKU DI INDONESIA

Angelina; Lisa Harsyiah; Nur Asmita Purnamasari

doi:10.33019/fraction.v4i2.63

Authors

Angelina Universitas Mataram
Lisa Harsyiah Universitas Mataram
Nur Asmita Purnamasari Universitas Mataram

DOI:

https://doi.org/10.33019/fraction.v4i2.63

Keywords:

Average Linkage, Cluster Analysis, FMD, K-Means

Abstract

The purpose of this study was to analyze the spread of Foot and Mouth Disease (FMD in Indonesia by using two different methods: average linkage and k-means. In addition, this study also aimed to determine the most effective method of classifying the distribution of FMD in Indonesia between the two methods used. The results of cluster validation showed that the optimal number of clusters formed in the average linkage method was 4, while in the k-means method, there were 3 clusters. The grouping with the average linkage method was better than the results of classifying with the k-means method, as the standard deviation ratio in the average linkage method was smaller at 0,035, compared to 0,258 in the k-means method. Therefore, it was concluded that the average linkage method was better than the k-means method in classifying the distribution of FMD in Indonesia.

Downloads

Download data is not yet available.

References

Direktorat Kesehatan Hewan. (2022). Pedoman Kesiagaan Darurat Veteriner Indonesia, Seri: Penyakit Mulut dan Kuku. Kementerian Pertanian.

Center for Indonesian Veterinary Analytical Studies. (2022, May 9). PMK Datang Kemba-li. Retrieved october 19, 2022. Civas.Net: https://Civas.Net/2022/05/09/Pmk-Datang-Kembali/.

Sandag, A. M. V., Mongi, C. E., & Mananohas, M. L. (2020). Pengelompokan Sekolah Menegah Atas (SMA) di Kabupaten Minahasa Tenggara Berdasarkan Stadar Kompetensi Lulusan Tahun 2018 Menggunakan Analisis Gerombol. D’CARTESIAN: Jurnal Matemat-ika Dan Aplikasi, 9(2), 113–119. https://doi.org/10.35799/dc.9.2.2020.28755.

Septianingsih, A. (2022). Pemetaan Kabupaten Kota Di Provinsi Jawa Timur Berdasarkan Tingkat Kasus Penyakit Menggunakan Pendekatan Agglomeratif Hierarchical Clustering. Jurnal Lebesgue: Jurnal Ilmiah Pendidikan Matematika, Matematika Dan Statistika, 3(2), 367–386. https://doi.org/10.46306/lb.v3i2.139.

Putri, A. L. R., & Dwidayati, N. (2021). Analisa perbandingan k-means dan fuzzy c-means dalam pengelompokan daerah penyebaran COVID-19 Indonesia. Unnes Journal of Math-ematics, 50–55. http://doi.org/10.15294/UJM.V10I2.50433.

Nabillah, I. P. W., & Nugraha, J. (2017). Analisis Cluster Tingkat Kualitas Udara Ambien Jalan Raya di DIY 2015. Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika Dan Nilai-Nilai Islami), 1(1), 178–187. http://conferences.uin-malang.ac.id/index.php/SIMANIS/article/view/60.

Haumahu, G. & Lewaherilla, N. (2020). Penerapan Analisis Komponen Utama dalam Mereduksi Faktor-Faktor Penyebab Diare di Provinsi Maluku. Map Journal, 2(1), 41-46. https://doi.org/10.15548/map.v2i1.1638.

Irwan. (2014). Aplikasi Analisis Cluster dalam Mengelompokkan Kecamatan Berdasarkan Faktor Penyebab Penduduk Buta Aksara di Kabupaten Jeneponto. Jurnal Teknosains, 8(3), 273–289. https://doi.org/10.24252/teknosains.v8i3.1833.

Supiati. (2010). Aplikasi Analisis Cluster dalam Mengelompokkan Kecamatan Berdasar-kan Faktor Penyebab Penduduk Buta Aksara di Kabupaten Jeneponto. Universitas Islam Negeri Alauddin.

Sangga, V. A. P. (2018). Perbandingan algoritma K-Means dan algoritma K-Medoids da-lam pengelompokan komoditas peternakan di provinsi Jawa Tengah tahun 2015. Univer-sitas Islam Indonesia.

Cahyoningtyas, R. A. (2019). Metode Ward dan Average Linkage Clustering untuk Seg-mentasi Objek Wisata di Malag Raya. Universitas Brawijaya.

Gie, W., & Jollyta, D. (2020). Perbandingan Euclidean dan Manhattan Untuk Optimasi Cluster Menggunakan Davies Bouldin Index: Status Covid-19 Wilayah Riau. Prosiding Seminar Nasional Riset Information Science (SENARIS), 2, 187–191. http://dx.doi.org/10.30645/senaris.v2i0.160.

Mekonnen, A. A., Sipos, T., & Krizsik, N. (2023). Identifying Hazardous Crash Locations Using Empirical Bayes and Spatial Autocorrelation. ISPRS International Journal of Geo-Information, 12(3), 85. https://doi.org/10.3390/ijgi12030085.

Veriani, R. (2020). Analisis Cluster Dalam Pengelompokkan Provinsi di Indonesia Ber-dasarkan Variabel Penyakit Menular Menggunakan Metode Complete Linkage, Average Linkage Dan Ward. Universitas Islam Negeri Sunan Ampel.

Laeli S. (2014). Analisis Cluster dengan Average Linkage Method dan Ward’s Method untuk Data Responden. Universitas Negeri Yogyakarta.

Mubarak, R., Murtiadi, S., & Sulistiyono, H. (2015). Pengembangan Kriteria Analisis Risi-ko Bagi Developer Perumahan Di Kota Mataram. Jurnal Sains Teknologi & Lingkungan, 1(1). https://doi.org/10.29303/jstl.v1i1.9.