Hismoyo Narendra (2020) Sistem Informasi Geografis Klasterisasi Daerah Penyebaran Penyakit Ispa (Studi Kasus : Kota Surabaya). Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL 7. KKC KK FST.ST.SI.11-20 Nar s.pdf Download (341kB)
	Text (ABSTRAK) 2. ABSTRAK 7. KKC KK FST.ST.SI.11-20 Nar s.pdf Download (29kB)
	Text (DAFTAR ISI) 3. DAFTAR ISI 7. KKC KK FST.ST.SI.11-20 Nar s.pdf Download (35kB)
	Text (BAB 1) 4. BAB I PENDAHULUAN 7. KKC KK FST.ST.SI.11-20 Nar s.pdf Download (36kB)
	Text (BAB 2) 5. BAB II TINJAUAN PUSTAKA 7. KKC KK FST.ST.SI.11-20 Nar s.pdf Download (161kB)
	Text (BAB 3) 6. BAB III METODE 7. KKC KK FST.ST.SI.11-20 Nar s PENELITIAN.pdf Download (173kB)
	Text (BAB 4) 7. BAB IV HASIL DAN PEMBAHASAN 7. KKC KK FST.ST.SI.11-20 Nar s.pdf Restricted to Registered users only until 13 August 2023. Download (570kB) | Request a copy
	Text (BAB 5) 8. BAB V KESIMPULAN DAN SARAN 7. KKC KK FST.ST.SI.11-20 Nar s.pdf Restricted to Registered users only until 13 August 2023. Download (23kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA 7. KKC KK FST.ST.SI.11-20 Nar s.pdf Download (36kB)
	Text (LAMPIRAN) 10. LAMPIRAN 7. KKC KK FST.ST.SI.11-20 Nar s.pdf Restricted to Registered users only until 13 August 2023. Download (291kB) | Request a copy

Abstract

Penyakit Infeksi saluran pernapasan akut atau ISPA merupakan penyebab wabah skala besar dengan morbiditas (jumlah penderita penyakit pada suatu populasi) dan mortalitas (jumlah kematian pada suatu populasi) yang tinggi. Indonesia menjadi salah satu negara dengan kasus penyakit infeksi saluran pernapasan akut (ISPA) yang cukup tinggi. Perbandingan populasi yang berisiko terkena penyakit dengan penderita penyakit ISPA berdasarkan diagnosis tenaga kesehatan dan keluhan penduduk mencapai angka 25%. Diperlukan adanya sistem informasi guna mengetahui penyebaran penyakit ISPA agar dapat membantu program pencegahan dan pemberantasan penyakit (P2) ISPA, salah satunya dengan menerapkan sistem informasi geografis klasterisasi daerah penyebaran penyakit ISPA dengan menggunakan metode K-Means Clustering dengan studi kasus Kota Surabaya pada penelitian ini. Data yang akan digunakan merupakan data dalam angka seluruh kecamatan Kota Surabaya serta data direktori perusahaan industri sedang dan besar yang dipublikasi oleh Badan Pusat Statistik Kota Surabaya dan Provinsi Jawa Timur dalam kurun waktu 4 tahun yaitu pada tahun 2015, 2016, 2017, dan 2018. Implementasi sistem informasi geografis klasterisasi daerah penyebaran penyakit ISPA divisualisasikan menggunakan Google Maps API dengan menggunakan bahasa pemrograman PHP dan framework Laravel. Tahap pengelompokan dan identifikasi klaster dengan menggunakan metode K-Means Clustering dan Incidence Rate menghasilkan 3 kelompok klaster yakni klaster 1 (C1) dengan anggota sebanyak 19 kecamatan yang memiliki besar masalah penyakit sedang, klaster 2 (C2) dengan anggota sebanyak 1 kecamatan yang memiliki besar masalah penyakit tinggi, dan klaster 3 (C3) dengan anggota sebanyak 11 kecamatan yang memiliki besar masalah penyakit rendah. Hasil akhir pengujian validasi sistem menunjukkan bahwa sistem memiliki hasil yang sama atau valid dan pengujian sistem usability dari tahap deployment pada pengguna memperoleh hasil sangat baik.

Actions (login required)

View Item