PENERAPAN METODE FUZZY C-MEANS DALAM ANALISIS KESEHATAN LANSIA DI PANTI LANSIA KABUPATEN BLITAR

Muhammad 'Izza Almanfaluti, Izza PENERAPAN METODE FUZZY C-MEANS DALAM ANALISIS KESEHATAN LANSIA DI PANTI LANSIA KABUPATEN BLITAR. PENERAPAN METODE FUZZY C-MEANS DALAM ANALISIS KESEHATAN LANSIA DI PANTI LANSIA KABUPATEN BLITAR. (Unpublished)

[thumbnail of 21104410003 Muhammad Izza Almanfaluti.pdf]
Preview
Text
21104410003 Muhammad Izza Almanfaluti.pdf

Download (3MB) | Preview

Abstract

Peningkatan jumlah penduduk lanjut usia (lansia) di Indonesia, khususnya di Kabupaten Blitar, menimbulkan tantangan dalam pelayanan kesehatan yang tepat dan efisien. Kesehatan lansia menjadi isu penting yang harus diperhatikan, terutama di lingkungan panti lansia yang memiliki populasi dengan risiko tinggi terhadap berbagai kondisi medis. Penelitian ini bertujuan untuk mengelompokkan kondisi kesehatan lansia menggunakan metode Fuzzy C-Means (FCM), yang mampu menangani ketidakpastian data dan menghasilkan klaster dengan keanggotaan fleksibel. Metode penelitian yang digunakan adalah terapan, untuk menerapkan metode ilmiah dalam memecahkan masalah-masalah aktual, khususnya dalam hal kesehatan lanjut usia di panti jompo Kabupaten Blitar menggunakan algoritma FCM. Data dikumpulkan dari 90 lansia di tiga panti lansia di Kabupaten Blitar, dengan variabel pengukuran meliputi tekanan darah, kadar gula darah, suhu tubuh, dan denyut nadi. Proses normalisasi dilakukan sebelum pengelompokan data untuk menjaga konsistensi skala antar variabel. Hasil penelitian menunjukkan bahwa algoritma FCM berhasil mengelompokkan data kesehatan lansia ke dalam tiga klaster utama, yaitu lansia sehat (40%), lansia dalam kondisi waspada (11.11%), dan lansia berisiko tinggi (48.89%). Validasi hasil klasterisasi menggunakan Partition Coefficient (PC) menghasilkan nilai 0,7593, yang termasuk dalam kategori baik. Sistem yang dikembangkan dapat menjadi alat bantu pengelola panti untuk memantau kondisi kesehatan lansia serta melakukan intervensi dini. Meskipun demikian, metode ini masih memiliki keterbatasan dalam menangani data outlier dan variabel dengan nilai ekstrem, sehingga perlu dilakukan pengembangan lebih lanjut untuk meningkatkan keakuratan analisis kesehatan.

Item Type: Article
Subjects: FAKULTAS TEKNOLOGI INFORMASI > Teknik Informatika
Divisions: FAKULTAS TEKNOLOGI INFORMASI > Teknik Informatika > Skripsi Teknik Informatika
Depositing User: Muhammad 'Izza Almanfaluti
Date Deposited: 23 Oct 2025 01:17
Last Modified: 23 Oct 2025 01:17
URI: https://repository.unisbablitar.ac.id/id/eprint/1798

Actions (login required)

View Item
View Item