Aplikasi Data Mining Pengelompokan Puskesmas Terbaik Metode Clustering Algoritma K-Means
Kamis, 05 November 2020
Basis data adalah sebuah gudang data, yang dirancang untuk mendukung penyimpanan, pengambilan, dan pemeliharaan data yang efisien. Basis data disediakan untuk memenuhi berbagai kebutuhan industri. Terdapat sistem untuk mengelola basis data yang dikenal sebagai database management system atau singkatnya DBMS. DBMS merupakan sebuah perangkat lunak yang mengontrol akses, mengatur, menyimpan, mengelola, mengambil dan menjaga data dalam basis data. Data mining adalah sebuah proses menemukan korelasi baru, pola, dan tren bermakna pada penyimpanan data dengan jumlah besar, menggunakan teknologi pengenalan pola seperti statistik dan teknik matematika. Data mining merupakan salah satu langkah penting untuk menemukan sebuah pengetahuan pada proses Knowledge Discovery from Data (KDD). KDD merupakan proses ekstraksi informasi yang berguna dan tidak diketahui sebelumnya dari sebuah kumpulan data
Ada beberapa teknik yang populer didalam data mining, salah satunya yaitu clustering. Clustering melakukan pengelompokan data tanpa berdasarkan kelas data tertentu. Clustering dapat dipakai untuk memberikan label pada kelas data yang belum diketahui. Prinsip dari clustering adalah memaksimalkan kesamaan antar anggota satu kelas dan meminimumkan kesamaan antar kelas. Clustering adalah proses pengelompokan satu set objek data ke dalam beberapa kelompok atau cluster sehingga objek dalam sebuah cluster memiliki jumlah kemiripan yang tinggi, tetapi sangat berbeda dengan objek di cluster lain. Ketidakmiripan dan kesamaan dinilai berdasarkan nilai atribut yang menggambarkan objek dan sering melibatkan perlakuan jarak.
Algoritma K-means merupakan salah satu algoritma dengan partitional, karena K-Means didasarkan pada penentuan jumlah awal kelompok dengan mendefinisikan nilai centroid awalnya. K-Means merupakan algoritma clustering yang berulang-ulang. Algoritma K-Means dimulai dengan pemilihan secara acak N, N disini merupakan banyaknya cluster yang ingin dibentuk. Kemudian tetapkan nilai-nilai N secara random, untuk sementara nilai tersebut menjadi pusat dari cluster atau biasa disebut dengan centroid, mean atau “means”. Hitung jarak setiap data yang ada terhadap masingmasing centroid menggunakan rumus Euclidian hingga ditemukan jarak yang paling dekat dari setiap data dengan centroid. Lakukan langkah tersebut hingga nilai centroid tidak berubah.
Daftar Isi
Tentang Aplikasi
Aplikasi data mining pengelompokan puskesmas terbaik metode clustering algoritma k-means merupakan sebuah aplikasi yang digunakan untuk melakukan pengelompokan puskesmas dan menentukan puskesmas terbaik. Dengan adanya aplikasi ini maka akan memudahkan berbagai pihak dalam menentukan puskesmas terbaik, sehingga dengan informasi yang telah didapatkan maka dapat membuat keputusan-keputusan yang tepat.Spesifikasi Aplikasi
Spesifikasi yang ada pada aplikasi data mining pengelompokan puskesmas terbaik metode clustering algoritma k-means dapat dilihat sebagai berikut :PHP | |
MySQLi | |
Framework CodeIgniter | |
JQuery | |
AJAX | |
Bootstrap | |
Responsif | |
K-Means |
Fitur Aplikasi
Fitur-fitur yang terdapat pada aplikasi data mining pengelompokan puskesmas terbaik metode clustering algoritma k-means ini dapat dilihat sebagai berikut :Admin | |
Modul data obat | |
Modul data penyakit | |
Modul data puskesmas | |
Modul data fasilitas | |
Modul data tahun | |
Modul data jumlah pasien | |
Modul data jumlah fasilitas | |
Modul data jumlah obat | |
Supplier | |
Modul generate nilai rata-rata dan centroid | |
Modul iterasi k-means | |
Pimpinan | |
Modul cetak data obat | |
Modul cetak data puskesmas | |
Modul cetak data penyakit |
Tampilan Aplikasi
Tampilan dari aplikasi data mining pengelompokan puskesmas terbaik metode clustering algoritma k-means dapat dilihat sebagai berikut :Paket Pembelian Aplikasi
Jika membeli aplikasi data mining pengelompokan puskesmas terbaik metode clustering algoritma k-means maka dalam paket pembelian aplikasi terdiri dari beberapa file yaitu :File source code aplikasi | |
File database aplikasi | |
File panduan instalasi aplikasi |