Melihat Pengaruh Cuaca Terhadap Penyakit Demam Berdarah Di Banjarbaru menggunakan Fuzzy C-Means

Transkripsi

1 Melihat Pengaruh Cuaca Terhadap Penyakit Demam Berdarah Di Banjarbaru menggunakan Fuzzy C-Means Muhammad Halim 1, Andi Farmadi 2, H. Irwan Budiman 3 1,2,3 Prodi Ilmu Komputer FMIPA UNLAM Jl. A. Yani Km 36 Banjarbaru, Kalimantan selatan 1 halim.muhammad@gmail.com 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

2 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 orang, 376 di antaranya meninggal dunia. Jumlah penderita demam berdarah pada semester pertama tahun ini menunjukkan kenaikan dibanding tahun lalu. Sepanjang 2012, Kemenkes mencatat 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 F- Cmeans. 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 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

3 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) : Dengan j = 1, 2,, m. Menghitung: c Q j = μ ik μ j = μ ik Q j d. Menghitung pusat cluster ke- k : Vkj dengan k = 1, 2,, c; dan j = 1, 2,,m. V kj = n i=1 ((μ ik) w X ij ) n i 1(μ ik ) w (1) k=1 e. Menghitung fungsi obyektif pada iterasi ke- t, Pt : n c m P t = ([ (X ij V kj ) 2 ] (μ ik ) w ) i=1 k=1 j=1 f. Menghitung perubahan matrik partisi: μ ik = 1 w 1 j=1 ] m [ (X ij V kj ) 2 c m [ (X ij V kj ) 2 k=1 j=1 ] 1 w 1 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 ). (2) (3) Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim) 38

4 Berikut merupakan flowchart dari Fuzzy C-Means : Kumpulan jurnal Ilmu Komputer (KLIK) 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 ( P t P t-1 < ξ ) atau ( t > MakIter ) Ya End 2.1. Bahan Penelitian Gambar 1.Flowchart FCM [5] 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). Tabel 1. Matriks n x m [3] Bulan X1 X2 X3 X4 X5 Jan Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim) 39

5 Bulan X1 X2 X3 X4 X5 Feb Mar Apr May Jun Jul Aug Sep Oct Apr May Jun Jul Aug Sep Oct Nov Dec 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 ) = ) Fungsi objektif awal (P0) = 0 6) Interasi awal (t) = 1 Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim) 40

6 c. Membangkitkan bilangan random μik, i=1,2,3...,n; k=1,2,...c; sebagai elemenelemen matriks partisi awal (U). d. Menentukan Pusat Cluster ( V ) Tabel 2. Random I m1 m2 m Perhitungan untuk menentukan pusat cluster akan dilakukan dengan menggunakan rumus dibawah ini (persamaan 1): V kj = 120 i=1 ((μ ik) 2 X ij ) 120 (μ ik ) 2 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: i=1 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*x Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim) 41

7 m1 X1 X2 X3 X4 X5 m1^2 m1^2*x1 m1^2*x2 m1^2*x3 m1^2*x4 m1^2*x Ttl 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*x Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim) 42

8 m2 X1 X2 X3 X4 X5 m2^2 m2^2*x1 m2^2*x2 m2^2*x3 m2^2*x4 m2^2*x 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*x Ttl Vkj Pusat cluster ( V ) yang terbentuk pada iterasi pertama : Tabel 6. Pusat Cluster Iterasi 1 Vkj Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim) 43

9 e. Menghitung fungsi objektif (P) Kumpulan jurnal Ilmu Komputer (KLIK) Perhitungan untuk fungsi obejktif pada iterasi pertama (P1) dihitung menggunakan rumus dibawah ini (persamaan 2): P 2 = ([ (X ij V kj ) 2 i=1 k=1 j=1 ] (μ ik ) 2 ) = 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 Feb Mar Apr May Jun Jul Aug Sep Oct Mar Apr May Jun Jul Aug Sep Oct Nov Dec TOTAL f. Menghitung perubahan matriks partisi Perhitungan untuk perubahan matriks partisi pada iterasi pertama (U1) dihitung menggunakan rumus dibawah ini (persamaan 3): μ ik = j=1 ] 5 [ (X ij V kj ) [ (X ij V kj ) 2 k=1 j=1 ] Perhitungan perubahan matrik partisi iterasi pertama sebagai berikut: Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim) 44

10 Tabel 8. Perhitungan perubahan matriks iterasi 1 Kumpulan jurnal Ilmu Komputer (KLIK) L1' L2' L3' L'T m1 m2 m g. Mengecek Kondisi Berhenti Karena P1 P0 = = >> 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 : Tabel 9. Pusat cluster iterasi 2 Vkj Fungsi objektif pada iterasi kedua (P2) juga dihitung menggunakan cara perhitungan fungsi objektif pada iterasi pertama (persamaan 2): P 2 = ([ (X ij V kj ) 2 ] (μ ik ) 2 ) = i=1 k=1 j=1 Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim) 45

11 Hasil perbaikan matrik partisi iterasi kedua adalah : Tabel 10. Perubahan Matriks iterasi 2 m1 m2 m Kumpulan jurnal Ilmu Komputer (KLIK) 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 Sehingga proses Algoritma Fuzzy C-Means berhenti dengan pusat cluster, matrik partisi terakhir dan cluster yang terbentuk yaitu sebagai berikut : Tabel 11.pusat cluster iterasi 2 Vkj Berdasarkan pusat cluster diatas, dapat diperoleh informasi tentang cluster yang terbentuk, yaitu : a. Cluster pertama, terdiri atas rata-rata curah hujan sebesar ; rata-rata hari hujan sebesar ; rata-rata kelembaban sebesar ; rata-rata suhu sebesar ; dan rata-rata jumlah kasus DBD sebesar Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim) 46

12 b. Cluster pertama, terdiri atas rata-rata curah hujan sebesar ; rata-rata hari hujan sebesar ; rata-rata kelembaban sebesar ; rata-rata suhu sebesar ; dan rata-rata jumlah kasus DBD sebesar c. Cluster pertama, terdiri atas rata-rata curah hujan sebesar ; rata-rata hari hujan sebesar ; rata-rata kelembaban sebesar ; rata-rata suhu sebesar ; dan rata-rata jumlah kasus DBD sebesar Dan untuk matriks partisi pada iterasi 2 yaitu sebagai berikut : Tabel 12. perubahan matrik iterasi 2 m1 m2 m 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 Cluster2 Cluster3 Jan * Feb * Mar * Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim) 47

13 Apr * May * Jun * Jul * Aug * Sep * Oct * Mar * Apr * May * Jun * Jul * Aug * Sep * Oct * Nov * Dec * 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

14 DAFTAR PUSTAKA [1] Sri Listiyarini dkk, Model Dampak Perubahan iklim Akibat Pertumbuhan Penduduk terhadap sumberdaya air dan Kasus Penyakit(Studi kasus DKI Jakarta) [2] Larose, Daniel T, Data Mining, Methods and Models, New Jersey: Jhon Wiley & Sons [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, [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, Pengaruh Cuaca Terhadap Demam Berdarah Dengan Fuzzy C-Means (M. Halim) 49