Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857
Melihat Pengaruh Cuaca Terhadap Penyakit Demam Berdarah Di Banjarbaru menggunakan Fuzzy C-Means Muhammad Halim1, Andi Farmadi2, H. Irwan Budiman3 1,2,3Prodi
Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan 1Email:
[email protected]
Abstract Dengue Fever (DB) is a disease caused by the mosquito Aedes aegypti. The spread of the disease is influenced by weather conditions and climate. Changes in air temperature affect the incubation period of mosquitoes. whereas an increase in the amount of rainfall will cause waterlogging everywhere so that broadens the spread of dengue fever. This study will look at how the Fuzzy C-Means used to classify weather data and data on cases of dengue, so the result of the grouping can be used as a base to see the effects of weather such as temperature, humidity, rainfall and rainy days against dengue fever in the area Banjarbar Keywords: Fuzzy C-Means, Climate, Weather, Dengue Abstrak Penyakit Demam Berdarah (DB) merupakan penyakit yang disebabkan nyamuk Aedes Aegypti. Penyebaran penyakit ini dipengaruhi oleh keadaan cuaca dan iklim. Perubahan suhu udara mempengaruhi masa inkubasi nyamuk. sedangkan peningkatan curah hujan akan menyebabkan banyaknya terjadi genangan air dimana-mana sehingga memperluas penyebaran penyakit demam berdarah. Penelitian ini akan melihat bagaimana Fuzzy C-Means digunakan untuk mengelompokkan data cuaca dan data kasus demam berdarah, sehingga hasil dari pengelompokkan tersebut dapat dijadikan dasar untuk melihat pengaruh cuaca yaitu suhu, kelembaban, curah hujan, dan hari hujan terhadap penyakit demam berdarah di daerah Banjarbaru. Kata kunci: Fuzzy C-Means, Iklim, Cuaca, Demam Berdarah 1. PENDAHULUAN Perubahan iklim mengakibatkan meningkatnya suhu udara akan menyebabkan masa inkubasi nyamuk semakin pendek, sedangkan musim penghujan akan menyebabkan banyaknya terjadi genangan air dimana-mana. Peningkatan curah hujan dan suhu berakibat pada meluasnya berbagai macam penyakit kususnya yang disebabkan nyamuk. Penyakit ini khususnya di daerah Tropis, seperti diare, malaria, leptospirosis, dan DBD[1]
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 36
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857
Penyakit Demam Berdarah (DB) merupakan penyakit yang disebabkan nyamuk Aedes Aegypti melalui virus dengue yang menyerang sel-sel darah. indonesia masih menjadi sarang kasus demam berdarah. Hingga pertengahan tahun ini, kasus demam berdarah terjadi di 31 provinsi dengan penderita 48.905 orang, 376 di antaranya meninggal dunia. Jumlah penderita demam berdarah pada semester pertama tahun ini menunjukkan kenaikan dibanding tahun lalu. Sepanjang 2012, Kemenkes mencatat 90.245 penderita. Angka kejadian Demam Berdarah di Banjarbaru pada tahun 2013 berjumlah 181 kejadian. Data Mining menurut David Hand, heikki Mannila, dan Padhraic Smyth dari MIT adalah analisa terhadap data (biasanya data yang berukuran besar) untuk menemukan hubungan yang jelas serta menyimpulkan yang belum diketahui sebelumnya dengan cara terkini dan dipahami dan berguna bagi pemilik data tersebut[2] Dari data tersebut dilakukan suatu penelitian untuk mengetahui pengaruh cuaca terhadap penyakit Demam Berdarah yaitu dengan implementasi FCmeans. Implementasi F-CMeans yang dihasilkan dari penelitian ini diharapkan dapat menjadi informasi, dasar atau acuan untuk melakukan pencegahan mewabahnya penyakit Demam Berdarah khususnya oleh masyarakat, pemerintah,dan khususnya pemerintah Kota Banjarbaru. 2. METODOLOGI PENELITIAN Fuzzy C-Means adalah algoritma Fuzzy C-means Clustering (FCM), atau dikenal juga sebagai Fuzzy ISODATA, merupakan salah satu metode clustering yang merupakan bagian dari metode Hard K-Means[3]. FCM menggunakan model pengelompokan fuzzy sehingga data dapa tmenjadi anggota dari semua kelas atau cluster terbentuk dengan derajat atau tingkat keanggotaan yang berbeda antara 0 hingga 1. Tingkat keberadaan data dalam suatu kelas atau cluster ditentukan oleh derajat keanggotaannya. Teknik ini pertama kali diperkenalkan oleh Jim Bezdek pada tahun 1981. Konsep dasar FCM, pertama kali adalah menentukan pusat cluster yang akan menandai lokasi rata-rata untuk tiap-tiap cluster. Pada kondisi awal, pusat cluster ini masih belum akurat. Tiap-tiap data memiliki derajat keanggotaan untuk tiaptiap cluster. Dengan cara memperbaiki pusat cluster dan nilai keanggotaan tiap-tiap data secara berulang, maka dapat dilihat bahwa pusat cluster akan menuju lokasi yang tepat. Perulangan ini didasarkan pada minimasi fungsi obyektif [5]: Algoritma FCM disusun dengan langkah sebagai berikut: a. Input data Data di cluster (X) berupa matrik berukuran n × m ( n = jumlah data, m = atribut setiap data). Xij = data ke- i (i = 1, 2, …, n), atribut ke- j (j = 1, 2, …, m). b. Batasan 1) Jumlah cluster = c 2) Pangkat = w 3) Maksimum iterasi = MaxIter 4) Error terkecil yang diharapkan = ξ 5) Fungsi obyektif awal = Po = 0 6) Iterasi awal = t = 1
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 37
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857
c. Membangkitkan bilangan random µik, i = 1, 2, …, n; k = 1, 2, …,c; sebagai elemenelemen matrik partisi awal U, serta menghitung jumlah setiap kolom (atribut) : 𝑐
𝒬𝑗 = ∑ 𝜇𝑖𝑘 𝑘=1
Dengan j = 1, 2, …, m. Menghitung:
𝜇𝑖𝑘 𝒬𝑗 d. Menghitung pusat cluster ke- k : Vkj dengan k = 1, 2, …, c; dan j = 1, 2, …,m. ∑𝑛𝑖=1((𝜇𝑖𝑘 )𝑤 ∗ 𝑋𝑖𝑗 ) 𝑉𝑘𝑗 = ∑𝑛𝑖−1(𝜇𝑖𝑘 )𝑤 …(1) 𝜇𝑗 =
e. Menghitung fungsi obyektif pada iterasi ke- t, Pt : 𝑛
𝑐
𝑚 2
𝑃𝑡 = ∑ ∑ ([∑(𝑋𝑖𝑗 − 𝑉𝑘𝑗 ) ] (𝜇𝑖𝑘 )𝑤 ) 𝑖=1 𝑘=1
…(2)
𝑗=1
f. Menghitung perubahan matrik partisi: −1
𝜇𝑖𝑘 =
[∑𝑚 𝑗=1(𝑋𝑖𝑗
2 𝑤−1
− 𝑉𝑘𝑗 ) ]
−1
…(3)
2 𝑤−1
∑𝑐𝑘=1 [∑𝑚 𝑗=1(𝑋𝑖𝑗 − 𝑉𝑘𝑗 ) ] dengan i = 1, 2, …, n; dan k = 1, 2, …, c 3 g. Mengecek kondisi berhenti: (a) Jika : ( |Pt – Pt-1 | < ξ ) atau ( t > MakIter ) maka berhenti; (b) Jika tidak : t = t + 1, ulangi langkah ke- d ( menghitung Vkj ).
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 38
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857
Berikut merupakan flowchart dari Fuzzy C-Means : Start
Menginisiasi jumlah cluster, nilai w, maks iterasi, error terkecil (ξ), Fungsi objektif awal (Po)
Membangkitatkan bilangan random µ
Menghitung pusat cluster
Menghitung fungsi objektif tidak Menghitung perubahan matriks partisi
( |Pt – Pt-1 | < ξ ) atau ( t > MakIter )
Ya End
Gambar 1.Flowchart FCM[5] 2.1.
Bahan Penelitian
Data-data yang diperlukan sebagai masukan curah Hujan, hari Hujan, kelembaban, suhu dan Jumlah Kasus demam Berdarah sebagai parameter. 3. HASIL DAN PEMBAHASAN Hasil dari penelitian adalah data yang menunjukkan tingkat resiko terjadinya Demam.data tersebut didapat dari perhitungan metode F-Cmeans.Berikut adalah Proses F-CMeans tersebut: a. Menetapkan matriks partisi awal U Berupa matriks berukuran n x m (n adalah jumlah data, yaitu=120, dan m adalah parameter/atribut setiap data, yaitu = 5). Xij = data sampel ke-i (i=1,2,...,n), atribut ke-j (j=1,2,...,m). Bulan Jan-04
Tabel 1. Matriks n x m[3] X1 X2 X3 X4 568 26 88.4 26.4
X5 16
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 39
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857
Bulan Feb-04 Mar-04 Apr-04 May-04 Jun-04 Jul-04 Aug-04 Sep-04 Oct-04 .. Apr-13 May-13 Jun-13 Jul-13 Aug-13 Sep-13 Oct-13 Nov-13 Dec-13
X1 384.7 45.5 211.1 215.3 24.1 171.1 0 9.8 24.9 .. 305.5 346.5 140.7 125.7 81.5 33.6 106 441.2 349.5
X2 26 21 23 15 8 18 1 6 10 .. 23 22 13 24 15 12 13 24 23
X3 88.6 87.7 86.6 84.9 81.7 83.4 75.8 74.6 75.7 .. 82.6 85.9 82.7 85.6 81.1 79 78.3 85.4 89.2
X4 26.4 26.8 27.1 27 26.3 25.8 25.7 27.4 27.9 .. 27.2 27 27.4 25.9 26.2 26.8 27.6 26.6 26
X5 17 20 2 0 0 0 0 1 1 .. 15 4 0 2 0 3 0 1 0
Keterangan X1 = Curah Hujan X2 = Hari Hujan X3 = Kelembaban X4 = Suhu X5 = Jumlah Kasus DBD b. Menentukan Nilai Parameter Awal : 1) Jumlah cluster ( c )
= 3
2) Pangkat (w)
= 2
3) Maksimum interasi (MaxIter)
= 100
4) Error terkecil yang diharapkan ( ξ )
= 10-3
5) Fungsi objektif awal (P0)
= 0
6) Interasi awal (t)
= 1
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 40
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857
c. Membangkitkan bilangan random μik, i=1,2,3...,n; k=1,2,...c; sebagai elemenelemen matriks partisi awal (U). I 1 2 3 4 5 6 7 8 9 10 .. 110 111 112 113 114 115 116 117 118 119 120
Tabel 2. Random m1 m2 0.342342 0.335345 0.352265 0.336985 0.315384 0.327614 0.157147 0.469782 0.235697 0.493134 0.316578 0.328924 0.259172 0.311383 0.31857 0.329408 0.317825 0.329203 0.316527 0.328878 .. .. 0.350063 0.335606 0.369508 0.334709 0.369117 0.338765 0.356704 0.338689 0.289772 0.321091 0.296998 0.323503 0.309122 0.326948 0.315749 0.328583 0.303717 0.325332 0.34696 0.336682 0.355711 0.338914
m3 0.322314 0.31075 0.357002 0.373071 0.271169 0.354499 0.429445 0.352022 0.352972 0.354595 .. 0.314331 0.295783 0.292118 0.304607 0.389137 0.379499 0.36393 0.355668 0.37095 0.316358 0.305375
d. Menentukan Pusat Cluster ( V ) Perhitungan untuk menentukan pusat cluster akan dilakukan dengan menggunakan rumus dibawah ini (persamaan 1): 2 ∑120 𝑖=1((𝜇𝑖𝑘 ) ∗ 𝑋𝑖𝑗 ) 𝑉𝑘𝑗 = 2 ∑120 𝑖=1 (𝜇𝑖𝑘 ) dapat dihitung 3 pusat klaster Vkj dengan k=1,2,3 dan j=1,2,3,4,5 sehingga untuk pusat cluster iterasi 1 didapatkan hasil sebagai berikut: Tabel 3. Perhitungan Pusat cluster 1 iterasi 1 m1
X1
X2
X3
X4
X5
m1^2
m1^2*X1
m1^2*X2
m1^2*X3
m1^2*X4
m1^2*X5
0.30982
568
26
88.4
26.4
16
0.095989
54.52158
2.495706
8.485401
2.534102
1.535819
0.336817
384.7
26
88.6
26.4
17
0.113446
43.64256
2.949588
10.05129
2.994966
1.928577
0.413628
45.5
21
87.7
26.8
20
0.171088
7.784504
3.592848
15.00442
4.585158
3.42176
0.187382
211.1
23
86.6
27.1
2
0.035112
7.41214
0.807576
3.040698
0.951535
0.070224
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 41
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857 m1
X1
X2
X3
X4
X5
m1^2
m1^2*X1
m1^2*X2
m1^2*X3
m1^2*X4
m1^2*X5
0.143697
215.3
15
84.9
27
0
0.020649
4.445662
0.30973
1.753074
0.557515
0
0.295181
24.1
8
81.7
26.3
0
0.087132
2.099882
0.697056
7.118686
2.291572
0
0.315535
171.1
18
83.4
25.8
0
0.099562
17.03513
1.792124
8.303506
2.568711
0
0.212453
0
1
75.8
25.7
0
0.045136
0
0.045136
3.421325
1.160001
0
0.354001
9.8
6
74.6
27.4
1
0.125317
1.228105
0.751901
9.348633
3.43368
0.125317
0.124406
24.9
10
75.7
27.9
1
0.015477
0.385375
0.154769
1.171602
0.431806
0.015477
0.303514
227
28
85.6
26.9
1
0.092121
20.91141
2.579381
7.885535
2.478048
0.092121
..
..
..
..
..
..
..
..
..
..
..
..
0.458338
308.3
22
85.9
26.8
39
0.210074
64.76576
4.621624
18.04534
5.629979
8.19288
0.330976
305.5
23
82.6
27.2
15
0.109545
33.46602
2.519537
9.048424
2.979626
1.643176
0.331217
346.5
22
85.9
27
4
0.109705
38.01268
2.413503
9.423633
2.962027
0.438819
0.477011
140.7
13
82.7
27.4
0
0.227539
32.01476
2.958009
18.81749
6.234572
0
0.116486
125.7
24
85.6
25.9
2
0.013569
1.705631
0.325657
1.161512
0.351439
0.027138
0.316471
81.5
15
81.1
26.2
0
0.100154
8.162546
1.502309
8.122484
2.624033
0
0.509892
33.6
12
79
26.8
3
0.25999
8.735662
3.119879
20.53921
6.96773
0.77997
0.409125
106
13
78.3
27.6
0
0.167384
17.74265
2.175986
13.10613
4.619785
0
0.112494
441.2
24
85.4
26.6
1
0.012655
5.58337
0.303719
1.080734
0.336622
0.012655
0.141496
349.5
23
89.2
26
0
0.020021
6.99741
0.460488
1.785891
0.520551
0
Ttl
14.34695
3141.675
279.2642
1209.124
382.5637
165.7707
218.9786
19.46505
84.27741
26.66515
11.55442
Vkj
Tabel 4. Perhitungan Pusat cluster 2 interasi 1 m2
X1
X2
X3
X4
X5
m2^2
m2^2*X1
m2^2*X2
m2^2*X3
m2^2*X4
m2^2*X5
0.28728
568
26
88.4
26.4
16
0.08253
46.87683
2.14577
7.295619
2.178782
1.320474
0.479382
384.7
26
88.6
26.4
17
0.229807
88.4068
5.974985
20.36091
6.066908
3.906721
0.369285
45.5
21
87.7
26.8
20
0.136372
6.204908
2.863804
11.95979
3.654759
2.727432
0.379333
211.1
23
86.6
27.1
2
0.143894
30.37593
3.309552
12.46118
3.899516
0.287787
0.617512
215.3
15
84.9
27
0
0.381321
82.09838
5.719813
32.37414
10.29566
0
0.357136
24.1
8
81.7
26.3
0
0.127546
3.073853
1.020366
10.42049
3.354454
0
0.320033
171.1
18
83.4
25.8
0
0.102421
17.5242
1.843575
8.541897
2.642457
0
0.279977
0
1
75.8
25.7
0
0.078387
0
0.078387
5.941728
2.014544
0
0.084465
9.8
6
74.6
27.4
1
0.007134
0.069916
0.042806
0.532218
0.19548
0.007134
0.333635
24.9
10
75.7
27.9
1
0.111312
2.771675
1.113123
8.426338
3.105612
0.111312
..
..
..
..
..
..
..
..
..
..
..
..
0.211355
308.3
22
85.9
26.8
39
0.044671
13.77205
0.982761
3.837234
1.197181
1.742167
0.166117
305.5
23
82.6
27.2
15
0.027595
8.43019
0.634679
2.279325
0.750577
0.413921
0.292615
346.5
22
85.9
27
4
0.085623
29.66851
1.883715
7.355051
2.311832
0.342494
0.14272
140.7
13
82.7
27.4
0
0.020369
2.865936
0.264799
1.684527
0.558114
0
0.08824
125.7
24
85.6
25.9
2
0.007786
0.978737
0.186871
0.666507
0.201665
0.015573
0.333137
81.5
15
81.1
26.2
0
0.11098
9.044898
1.664705
9.000506
2.907685
0
0.124679
33.6
12
79
26.8
3
0.015545
0.522306
0.186538
1.22804
0.416601
0.046634
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 42
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857 m2
X1
X2
X3
X4
X5
m2^2
m2^2*X1
m2^2*X2
m2^2*X3
m2^2*X4
m2^2*X5
0.373684
106
13
78.3
27.6
0
0.13964
14.8018
1.815315
10.93378
3.854053
0
0.458056
441.2
24
85.4
26.6
1
0.209815
92.57051
5.035567
17.91823
5.581087
0.209815
0.434683
349.5
23
89.2
26
0
0.18895
66.03788
4.34584
16.8543
4.912689
0
16.45339
3544.465
322.2294
1385.993
438.6911
116.8375
215.4246
19.58438
84.23757
26.66266
7.101125
Ttl Vkj
Tabel 5. Perhitungan Pusat Cluster 3 iterasi 1 m3
X1
X2
X3
X4
X5
m3^2
m3^2*X1
m3^2*X2
m3^2*X3
m3^2*X4
m3^2*X5
0.4029
568
26
88.4
26.4
16
0.162328
92.20248
4.220536
14.34982
4.285467
2.597253
0.183801
384.7
26
88.6
26.4
17
0.033783
12.99624
0.878353
2.993156
0.891866
0.574308
0.217087
45.5
21
87.7
26.8
20
0.047127
2.144266
0.989661
4.133013
1.262996
0.942534
0.433285
211.1
23
86.6
27.1
2
0.187736
39.63105
4.317926
16.25793
5.087643
0.375472
0.238792
215.3
15
84.9
27
0
0.057021
12.27672
0.855322
4.841122
1.539579
0
0.347683
24.1
8
81.7
26.3
0
0.120884
2.913294
0.967069
9.876187
3.179238
0
0.364432
171.1
18
83.4
25.8
0
0.132811
22.72395
2.390597
11.07643
3.426522
0
0.507571
0
1
75.8
25.7
0
0.257628
0
0.257628
19.52819
6.621035
0
0.561534
9.8
6
74.6
27.4
1
0.315321
3.090142
1.891923
23.52292
8.639784
0.315321
0.541959
24.9
10
75.7
27.9
1
0.293719
7.313612
2.937194
22.23456
8.194771
0.293719
..
..
..
..
..
..
..
..
..
..
..
..
0.330307
308.3
22
85.9
26.8
39
0.109103
33.63634
2.400258
9.371915
2.92395
4.255002
0.502907
305.5
23
82.6
27.2
15
0.252916
77.2658
5.817065
20.89085
6.879312
3.793738
0.376168
346.5
22
85.9
27
4
0.141503
49.03063
3.113056
12.15507
3.820568
0.56601
0.380269
140.7
13
82.7
27.4
0
0.144604
20.34585
1.879858
11.95879
3.962162
0
0.795274
125.7
24
85.6
25.9
2
0.63246
79.50026
15.17905
54.1386
16.38072
1.264921
0.350392
81.5
15
81.1
26.2
0
0.122774
10.00612
1.841616
9.957006
3.21669
0
0.365429
33.6
12
79
26.8
3
0.133538
4.486891
1.602461
10.54953
3.57883
0.400615
0.217191
106
13
78.3
27.6
0
0.047172
5.000217
0.613234
3.693556
1.301943
0
0.42945
441.2
24
85.4
26.6
1
0.184427
81.36922
4.42625
15.75007
4.90576
0.184427
0.42382
349.5
23
89.2
26
0
0.179624
62.77849
4.131346
16.02244
4.670217
0
Ttl
15.39102
3206.604
296.3993
1291.181
409.8803
134.1619
208.3426
19.25794
83.89185
26.63114
8.716896
Vkj
Pusat cluster ( V ) yang terbentuk pada iterasi pertama :
Vkj 1 2 3
Tabel 6. Pusat Cluster Iterasi 1 1 2 3 4 5 218.9786 19.46505 84.27741 26.66515 11.55442 215.4246 19.58438 84.23757 26.66266 7.101125 208.3426 19.25794 83.89185 26.63114 8.716896
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 43
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857
e. Menghitung fungsi objektif (P) Perhitungan untuk fungsi obejktif pada iterasi pertama (P1) dihitung menggunakan rumus dibawah ini (persamaan 2): 2 5 3 2 𝑃2 = ∑120 𝑖=1 ∑𝑘=1 ([∑𝑗=1(𝑋𝑖𝑗 − 𝑉𝑘𝑗 ) ] (𝜇𝑖𝑘 ) ) = 411040.71 Berikut adalah perhitungan fungsi objektif iterasi pertama : Tabel 7. Perhitungan Fungsi Objektif iterasi 1 m1^2
m2^2
m3^2
L1
L2
L3
LT
Jan-04
0.095989
0.08253
0.162328
11700.59
10270.57
21017.03
42988.19
Feb-04
0.113446
0.229807
0.033783
3125.963
6621.293
1055.315
10802.57
Mar-04
0.171088
0.136372
0.047127
5163.474
3962.247
1256.519
10382.24
Apr-04
0.035112
0.143894
0.187736
6.019527
8.944826
13.94448
28.90884
May-04
0.020649
0.381321
0.057021
3.458093
27.45918
8.192436
39.10971
Jun-04
0.087132
0.127546
0.120884
3332.746
4693.215
4128.531
12154.49
Jul-04
0.099562
0.102421
0.132811
241.8895
206.7934
194.6353
643.3182
Aug-04
0.045136
0.078387
0.257628
2189.055
3674.441
11305.3
17168.8
Sep-04
0.125317
0.007134
0.315321
5531.805
303.8972
12531.28
18366.98
Oct-04
0.015477
0.111312
0.293719
587.2338
4063.248
9946.85
14597.33
..
.
.
..
..
..
..
Mar-13
0.210074
0.044671
0.109103
1836.183
431.1634
1191.416
3458.762
Apr-13
0.109545
0.027595
0.252916
823.059
226.0173
2401.447
3450.523
May-13
0.109705
0.085623
0.141503
1791.254
1472.644
2705.729
5969.626
Jun-13
0.227539
0.020369
0.144604
1434.831
115.706
678.5813
2229.118
Jul-13
0.013569
0.007786
0.63246
119.6123
63.05705
4364.512
4547.181
Aug-13
0.100154
0.11098
0.122774
1909.345
1999.567
1987.856
5896.769
Sep-13
0.25999
0.015545
0.133538
8975.369
515.4969
4092.188
13583.05
Oct-13
0.167384
0.13964
0.047172
2171.979
1690.151
501.0289
4363.159
Nov-13
0.012655
0.209815
0.184427
626.618
10707.42
10015.66
21349.7
Dec-13
0.020021
0.18895
0.179624
344.4952
3413.064
3600.376
7357.935
TOTAL
934261
..
f. Menghitung perubahan matriks partisi Perhitungan untuk perubahan matriks partisi pada iterasi pertama (U1) dihitung menggunakan rumus dibawah ini (persamaan 3): −1
𝜇𝑖𝑘 =
[∑5𝑗=1(𝑋𝑖𝑗
2 2−1
− 𝑉𝑘𝑗 ) ]
−1
∑3𝑘=1 [∑5𝑗=1(𝑋𝑖𝑗
2 2−1
− 𝑉𝑘𝑗 ) ]
Perhitungan perubahan matrik partisi iterasi pertama sebagai berikut:
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 44
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857
Tabel 8. Perhitungan perubahan matriks iterasi 1 L1'
L2'
L3'
L'T
m1
m2
m3
0.008204
0.008036
0.007724
0.023963
0.342351
0.335332
0.322317
0.036291
0.034707
0.032012
0.103011
0.352307
0.336929
0.310764
0.033134
0.034418
0.037506
0.105058
0.315391
0.327608
0.357001
5.833014
16.08679
13.4631
35.3829
0.164854
0.454649
0.380497
5.97112
13.88683
6.960257
26.8182
0.222652
0.517813
0.259535
0.026144
0.027177
0.02928
0.082601
0.316512
0.329011
0.354476
0.411603
0.495281
0.682358
1.589242
0.258993
0.311646
0.429361
0.020619
0.021333
0.022788
0.06474
0.318489
0.329517
0.351995
0.022654
0.023476
0.025163
0.071293
0.317759
0.329291
0.35295
0.026356
0.027395
0.029529
0.083279
0.316472
0.328952
0.354576
..
..
..
..
..
..
..
0.114408
0.103606
0.091574
0.309587
0.36955
0.334657
0.295793
0.133095
0.122091
0.105318
0.360504
0.369191
0.338668
0.292141
0.061245
0.058143
0.052297
0.171685
0.356728
0.33866
0.304613
0.158583
0.176042
0.213098
0.547723
0.289531
0.321407
0.389062
0.113442
0.12348
0.14491
0.381832
0.297099
0.323389
0.379512
0.052455
0.055502
0.061762
0.169719
0.309067
0.327024
0.363909
0.028967
0.030155
0.032633
0.091755
0.315701
0.328649
0.35565
0.077065
0.08262
0.09415
0.253835
0.303603
0.325486
0.370911
0.020196
0.019595
0.018414
0.058205
0.346976
0.336661
0.316363
0.058118
0.055361
0.04989
0.163368
0.355745
0.33887
0.305385
g. Mengecek Kondisi Berhenti Karena | P1 – P0 | = | 934621– 0 | = 934621>> ξ (=0,001), dan iterasi = 1 < MaxIter (=100), maka proses dilanjutkan ke iterasi kedua (t=2). Pada iterasi kedua ditentukan kembali pusat klaster Vkj (seperti langkah perhitungan pada iterasi pertama) dengan k=1,2,3 dan j=1,2,3,4,5 Hasilnya seperti berikut :
Vkj 1 2 3
Tabel 9. Pusat cluster iterasi 2 1 2 3 4 230.6969 20.30658 84.55379 26.63117 217.5704 19.56529 84.25829 26.67105 192.8803 18.41711 83.62292 26.67187
5 10.53721 8.745031 7.994796
Fungsi objektif pada iterasi kedua (P2) juga dihitung menggunakan cara perhitungan fungsi objektif pada iterasi pertama (persamaan 2): 120 3
5 2
𝑃2 = ∑ ∑ ([∑(𝑋𝑖𝑗 − 𝑉𝑘𝑗 ) ] (𝜇𝑖𝑘 )2 ) = −815232 𝑖=1 𝑘=1
𝑗=1
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 45
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857
Hasil perbaikan matrik partisi iterasi kedua adalah : Tabel 10. Perubahan Matriks iterasi 2 m1 m2 m3 0.365693 0.33873258 0.295574 0.401187 0.34037848 0.258435 0.268256 0.31017763 0.421567 0.15043 0.67243663 0.177133 0.188504 0.68912147 0.122374 0.274765 0.31348522 0.411749 0.105886 0.17349613 0.720618 0.281405 0.31642231 0.402172 0.278874 0.31531016 0.405816 0.274546 0.31336995 0.412084 .. .. .. 0.449473 0.33564141 0.214885 0.462132 0.33399396 0.203874 0.420603 0.33988315 0.239513 0.18849 0.25837551 0.553134 0.21142 0.27614893 0.512432 0.250121 0.30100226 0.448877 0.2717 0.31202668 0.416273 0.232359 0.29042847 0.477213 0.38372 0.34025213 0.276028 0.418053 0.34016028 0.241787 Dalam penelitian ini dengan menggunakan perhitungan manual iterasi berhenti pada iterasi ke–2 dimana selisih antara fungsi objektif iterasi ke-1 dan fungsi objektif iterasi ke-2 lebih kecil dari error terkecil yang diharapkan yaitu 815232. Sehingga proses Algoritma Fuzzy C-Means berhenti dengan pusat cluster, matrik partisi terakhir dan cluster yang terbentuk yaitu sebagai berikut :
Vkj 1 2 3
Tabel 11.pusat cluster iterasi 2 1 2 3 4 230.6969 20.30658 84.55379 26.63117 217.5704 19.56529 84.25829 26.67105 192.8803 18.41711 83.62292 26.67187
5 10.53721 8.745031 7.994796
Berdasarkan pusat cluster diatas, dapat diperoleh informasi tentang cluster yang terbentuk, yaitu : a. Cluster pertama, terdiri atas rata-rata curah hujan sebesar 230.6969; rata-rata hari hujan sebesar 20.30658; rata-rata kelembaban sebesar 84.55379; rata-rata suhu sebesar 26.633117; dan rata-rata jumlah kasus DBD sebesar 10.53721.
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 46
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857
b.
c.
Cluster pertama, terdiri atas rata-rata curah hujan sebesar 217.5704; rata-rata hari hujan sebesar 19.56529; rata-rata kelembaban sebesar 84.25829; rata-rata suhu sebesar 26.67105; dan rata-rata jumlah kasus DBD sebesar 8.745031. Cluster pertama, terdiri atas rata-rata curah hujan sebesar 192.8803; rata-rata hari hujan sebesar 18.41711; rata-rata kelembaban sebesar 83.62292; rata-rata suhu sebesar 26.67187; dan rata-rata jumlah kasus DBD sebesar 7.994796. Dan untuk matriks partisi pada iterasi 2 yaitu sebagai berikut : Tabel 12. perubahan matrik iterasi 2 m1 m2 m3 0.365693 0.33873258 0.295574 0.401187 0.34037848 0.258435 0.268256 0.31017763 0.421567 0.15043 0.67243663 0.177133 0.188504 0.68912147 0.122374 0.274765 0.31348522 0.411749 0.105886 0.17349613 0.720618 0.281405 0.31642231 0.402172 0.278874 0.31531016 0.405816 0.274546 0.31336995 0.412084 .. .. .. 0.449473 0.33564141 0.214885 0.462132 0.33399396 0.203874 0.420603 0.33988315 0.239513 0.18849 0.25837551 0.553134 0.21142 0.27614893 0.512432 0.250121 0.30100226 0.448877 0.2717 0.31202668 0.416273 0.232359 0.29042847 0.477213 0.38372 0.34025213 0.276028
Dari matriks partisi U tersebut diperoleh informasi mengenai kecenderungan suatu data untuk masuk ke kelompok (cluster) yang mana. Suatu data memiliki derajat keanggotaan tertentu untuk menjadi anggota suatu kelompok. Tentu saja derajat keanggotaan terbesar menunjukkan kecenderungan tertinggi suatu data untuk masuk menjadi anggota kelompok. Tabel 13. Derajat Keanggotaan tiap data pada Setiap Cluster Derajat keanggotaan (µ) pada cluster ke -
Data masuk cendrung ke-
M1
M2
M3
Cluster 1
Jan-04
0.365693
0.33873258
0.295574
*
Feb-04
0.401187
0.34037848
0.258435
*
Mar-04
0.268256
0.31017763
0.421567
Cluster2
Cluster3
*
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 47
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857 Apr-04
0.15043
0.67243663
0.177133
*
May-04
0.188504
0.68912147
0.122374
*
Jun-04
0.274765
0.31348522
0.411749
*
Jul-04
0.105886
0.17349613
0.720618
*
Aug-04
0.281405
0.31642231
0.402172
*
Sep-04
0.278874
0.31531016
0.405816
*
Oct-04
0.274546
0.31336995
0.412084
*
..
..
..
..
Mar-13
0.449473
0.33564141
0.214885
*
Apr-13
0.462132
0.33399396
0.203874
*
May-13
0.420603
0.33988315
0.239513
*
Jun-13
0.18849
0.25837551
0.553134
*
Jul-13
0.21142
0.27614893
0.512432
*
Aug-13
0.250121
0.30100226
0.448877
*
Sep-13
0.2717
0.31202668
0.416273
*
Oct-13
0.232359
0.29042847
0.477213
*
Nov-13
0.38372
0.34025213
0.276028
*
Dec-13
0.418053
0.34016028
0.241787
*
4. KESIMPULAN Kesimpulan yang diperoleh dari penelitian ini adalah, Fuzzy C-Means dapat digunakan untuk mengelompokkan cuaca yang mempengaruhi kejadian demam berdarah, dan dari penelitian ini didapat bahwa semakin tinggi curah hujan, hari hujan, dan kelembaban semakin tinggi pula tingkat resiko kejadian demam berdarah, sedangkan semakin tinggi suhu semakin rendah kasus kejadian demam berdarah di Banjarbaru.
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 48
Kumpulan jurnaL Ilmu Komputer (KLIK) Volume 02, No.02 September 2015 ISSN: 2406-7857
DAFTAR PUSTAKA [1] Sri Listiyarini dkk, Model Dampak Perubahan iklim Akibat Pertumbuhan Penduduk terhadap sumberdaya air dan Kasus Penyakit(Studi kasus DKI Jakarta). 2010 [2] Larose, Daniel T, Data Mining, Methods and Models, New Jersey: Jhon Wiley & Sons. 2006 [3] Muhammad Halim. IMPLEMENTASI FUZZY C-MEANS UNTUK MELIHAT PENGARUH CUACA TERHADAP PENYAKIT DEMAM BERDARAH DI BANJARBARU, Skripsi Program Studi Ilmu Komputer, Universitas Lambung Mangkurat, Banjarbaru, 2015. [4] Lutfhi, Emha Taufiq, Fuzzy C-Means untuk Clustering data (Studi kasus : Data Performance mengajar Dosen),2007. [5] Ahmad Ramadhani, Clustering Data Cuaca Untuk Pengenalan Pola Perioditas Iklim Wilayah Pelaihari Dengan Metode Fuzzy C-Means, Skripsi Program Studi Ilmu Komputer, Universitas Lambung Mangkurat, Banjarbaru, 2013.
Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim)| 49