Please use this identifier to cite or link to this item: https://repository.uksw.edu//handle/123456789/33065
Title: Implementation of the K-Means Clustering Method to Know the Distribution of Health Workers in Semarang City
Authors: Setiyaji, Akhfan
Keywords: K-Means Clustering;Kesehatan;Komunitas;Distribusi;Tenaga Kesehatan;Analisis Spasial;Kota Semarang
Issue Date: 29-Feb-2024
Abstract: Penelitian ini menggunakan metode K-Means Clustering untuk mengkaji sebaran tenaga kesehatan di Kota Semarang dengan menekankan peran penting mereka dalam infrastruktur kesehatan masyarakat. Dengan memanfaatkan data terkini yang mencakup lokasi dan jumlah petugas kesehatan, analisis pengelompokan ini melihat wilayah-wilayah yang menunjukkan karakteristik distribusi serupa melalui penerapan teknik K-Means. Analisis kuantitatif menunjukkan adanya kelompok-kelompok yang berbeda, sehingga dapat menjelaskan pola spasial penyebaran tenaga kesehatan di Kota Semarang. Temuan kuantitatif penelitian ini memberikan wawasan berharga yang penting untuk merumuskan kebijakan kesehatan yang lebih efektif. Dengan menggambarkan kegunaan metode K-Means Clustering dalam perencanaan kesehatan masyarakat dan memberikan bukti kuantitatif mengenai distribusi tenaga kesehatan, penelitian ini secara substansial menambah pemahaman geografis di wilayah yang diteliti. This research employed the K-Means Clustering method to examine the distribution of health workers in Semarang City, emphasizing their pivotal role in the public health infrastructure. Leveraging current data encompassing health worker locations and quantities, the clustering analysis discerned areas exhibiting similar distribution characteristics through the application of the K-Means technique. Quantitative analysis revealed distinct clusters, shedding light on the spatial patterns of health workforce dispersion within Semarang City. The study's quantitative findings furnish valuable insights crucial for formulating more efficacious health policies. By delineating the utility of the K-Means Clustering method in public health planning and providing quantitative evidence of health worker distribution, this research substantially augments geographical comprehension in the examined region.
URI: https://repository.uksw.edu//handle/123456789/33065
Appears in Collections:T1 - Informatics Engineering

Files in This Item:
File Description SizeFormat 
T1_672018348_Judul.pdf1.67 MBAdobe PDFView/Open
T1_672018348_Isi.pdf
  Until 9999-01-01
839.94 kBAdobe PDFView/Open
T1_672018348_Daftar Pustaka.pdf412.5 kBAdobe PDFView/Open
T1_672018348_Formulir Pernyataan Persetujuan Penyerahan Lisensi dan Pilihan Embargo.pdf1.19 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.