MACHINE LEARNING KLASTERISASI AKSEPTOR KB MODERN MENGGUNAKAN ALGORITMA K-MEANS (STUDI KASUS DI BKKBN SUMATERA BARAT)

Wicaksano, Putut (2024) MACHINE LEARNING KLASTERISASI AKSEPTOR KB MODERN MENGGUNAKAN ALGORITMA K-MEANS (STUDI KASUS DI BKKBN SUMATERA BARAT). Masters thesis, Universitas Putra Indonesia YPTK Padang.

	Text Tesis_222321049_PUTUT WICAKSONO_Abstrak.pdf Download (12kB)
	Text Tesis_222321049_PUTUT WICAKSONO_BAB I.pdf Download (163kB)
	Text Tesis_222321049_PUTUT WICAKSONO_Daftar Pustaka.pdf Download (106kB)
	Text Tesis_222321049_PUTUT WICAKSONO_Full Text.pdf Restricted to Repository staff only Download (2MB)

Abstract

Peraturan Badan Kependudukan dan Keluarga Berencana Nasional nomor 11 tahun 2020 tentang metode kontrasepsi modern meliputi Metode Operasi Wanita (MOW)/steril wanita, Metode Operasi Pria (MOP)/steril pria, IUD/spiral/Alat Kontrasepsi Dalam Rahim (AKDR), implant/susuk, suntik, pil, dan kondom. Penelitian ini bertujuan untuk menerapkan dan menguji algoritma K-Means dengan mengukur tingkat akurasi dalam meng klasterisasi Kabupaten/ Kota berdasarkan penggunaan alat kontrasepsi modern. Metode yang digunakan dalam penelitian ini adalah algoritma K-Means Clustering untuk menghasilkan 3 klaster yaitu klaster kabupaten/ kota dengan penggunaan akseptor tinggi, sedang, dan rendah. Tahapan algoritma K-Means Clustering sebagai berikut: Menentukan jumlah klaster, Menentukan titik centroid awal secara acak, Menghitung jarak terdekat antar data dengan centroid, Mengelompokkan data ke masing-masing klaster, Jika klaster berubah, maka proses dilanjutkan ke iterasi berikutnya, jika tidak ada perubahan maka proses iterasi dihentikan. Data set yang diolah dalam penelitian ini bersumber dari BKKBN Prov. Sumatera Barat. Penelitian ini menggunakan Data set sebanyak 383.609 dari 19 Kabupaten/ Kota berdasarkan penggunaan alat kontrasepsi modern. Hasil penelitian ini menunjukkan bahwa kinerja metode K-Means dalam analisis kluster menghasilkan 3 klaster yang terdiri dari pengguna alat kontrasepsi modern rendah sebanyak 5 Kabupaten/ Kota pada klaster 0 atau 26,32%, pengguna alat kontrasepsi modern sedang sebanyak 7 Kabupaten/ Kota pada klaster 1 atau 36,84%. pengguna alat kontrasepsi modern tinggi sebanyak 7 Kabupaten/ Kota pada klaster 2 atau 36,84%. Oleh karena itu, penelitian ini dapat menjadi acuan pemerintah Kabupaten/ Kota dalam melakukan intervensi program pengendalian penduduk dan keluarga berencana. Kata kunci: Algoritma K-Means, Klasterisasi, Analisis, Keluarga Berencana, Metode Kontrasepsi Modern.

Actions (login required)

View Item