Pengelompokan Tingkat Kesehatan Masyarakat Menggunakan Shelf Organizing Maps Dengan Cluster Validation Idb dan I-Dunn

Abstrak—Data hasil RISKESDAS Jawa Timur merupakan data mentah yang belum diolah. Hal ini disebabkan karena data tersebut merupakan data riil atau data nyata yang didapatkan dari dari hasil survei lapangan secara langsung. Adapun Tujuan penelitian ini adalah Adanya gambaran daerah yang telah dikelompokkan mendapatkan perlakuan yang sama dari sisi infrastruktur dan pelayanan kesehatan. Pada proses awal penelitian ini dilakukan preprocessing dilanjutkan Clustering menggunakan SOM untuk menentukan Cluster data diikuti dengan proses Validation untuk meningkatkan akurasi hasil cluster menggunakan IDB dan I-DUNN. Hasil yang dicapai pada penelitian ini menggunakan skenario uji coba pada modul data penyakit mata dengan record kabupaten di jawa timur, dimana dihasilkan nilai IDB dengan hasil terbesar ada pada tiga Cluster dengan nilai 32,8657, dan nilai terkecil ada pada sepuluh cluster dengan Nilai 9,8597, sedangkan nilai I-DUNN nya dengan hasil terkecil pada tiga Cluster dengan nilai 0,6667 dan nilai terbesar terdapat pada sepuluh Cluster dengan nilai 0,9. Dapat disimpulkan bahwa pada metode Cluster SOM mengunakan Cluster validation IDB, semakin kecil nilai indeksnya maka hasil semakin bagus sedangkan jika mengunakan Cluster validation IDUNN semakin besar nilai indeksnya maka semakin baik hasil yang di dapatkan. Keywords; Clustering, Self Organizing Map, IDB, Index-dunn, Cluster Validation