Prediction of FKRTL Services Diagnosed with Type 2 Diabetes Mellitus Using the Hierarchical Agglomerative Clustering Time Series Method
DOI:
https://doi.org/10.32628/IJSRSET231064Keywords:
Diabetes Mellitus, Hierarchical Agglomerative Clustering Time Series, Advanced Referral Health Facility (FKRTL)Abstract
Diabetes Mellitus (DM) is a disease characterized by hyperglycemia or increased blood sugar levels and metabolic disorders. DM is a disease with a high prevalence rate in Indonesia. DM is included in the 10 most frequent Advanced Referral Health Facility (FKRTL) visits diagnoses. This research aims to find out provincial groupings based on data from FKRTL visits of participants diagnosed with T2DM using the Hierarchical Agglomerative Clustering method (single linkage, complete linkage, average linkage) and to find out predictions of participants diagnosed with T2DM at FKRTL visits using the Autoregressive Integrated Moving Average (ARIMA) method. The method used is Hierarchical Agglomerative Clustering Time Series. This research shows that the best algorithm is average linkage with a number of clusters of two. Forecasting provides a pattern that tends to decline.
References
- D. S. Prawitasari, "Diabetes Melitus dan Antioksidan," Jurnal Kesehatan dan Kedokteran, vol. 1, pp. 48-52, 2019.
- R. P. Justitia, N. Hidayat and E. Santoso, "Implementasi Metode Agglomerative Hierarchical Clustering Pada Segmentasi Pelanggan Barbershop (Studi Kasus : RichDjoe Barbershop Malang)," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. V, pp. 1048-1054, 2021.
- N. Ulinnuh and R. Veriani, "Analisis Cluster dalam Pengelompokan Provinsi di Indonesia Berdasarkan Variabel Penyakit Menular Menggunakan Metode Complete Linkage, Average Linkage dan Ward," Jurnal Nasional Informatika dan Teknologi Jaringan, vol. 5, 2020.
- A. T. Dani, S. Wahyuningsih and N. A. Rizki, "Penerapan Hierarchical Clustering Metode Agglomerative pada Data Runtun Waktu," Jambura Journal of Mathematics, vol. I, pp. 64-78, 2019.
- R. A. Rahman, F. M. Afendi, W. Nugraheni, K. Sadik and A. Rizki, "Pengelompokan dan Peramalan Deret Waktu pada Produksi Bawang Merah Tingkat Provinsi di Indonesia," Seminar Nasional Official Statistics , pp. 457-464, 2021.
- A. Septianingsih, "Pemetaan Kabupaten Kota di Provinsi Jawa Timur Berdasarkan Tingkat Kasus Penyakit Menggunakan Pendekatan Tingkat Kasus Penyakit Menggunakan Pendekatan Agglomeratif Hierarchical Clustering," Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika, vol. III, pp. 367-386, 2022.
- Mustika, Y. Ardilla, A. Manuhutu, N. Ahmad, I. Hasbi, Guntoro, M. A. Manuhutu, M. Ridwan, Hozairi, A. K. Wardhani, S. Alim, I. Romli, Y. Religia, D. T. Octafian, U. U. Sufandi and I. Ernawati, Data Mining dan Aplikasinya, Bandung: Widina Bhakti Persada , 2021.
- Iis, I. Yahya , G. N. A. Wibawa, Baharuddin, Ruslan and L. Laome, "Penggunaan Korelai Cophenetic Untuk Pemilihan Metode Cluster Berhierarki Pada Pengelompokkan Kabupaten/Kota Berdasarkan Jenis Penyakit Di Provinsi Sulawesi Tenggara," SINTA, vol. VI, 2022.
- D. A. I. C. Dewi and D. A. K. Pramita, "Analisis Perbandingan Metode Elbow dan Sillhouette pada Algoritma Clustering K-Medoids dalam Pengelompokan Porduksi Kerajinan Bali," MATRIX, vol. IX, pp. 102-109, 2019.
- M. A. Zen, S. Wahyuningsih and A. T. R. Dani, "Aplikasi Pendekatan Agglomerative Hierarchical Time Series Clustering untuk Peramalan Data Harga Minyak Goreng di Indonesia," Seminar Nasional Statistics, pp. 293-302, 2022.
- D. Andiani, S. D. r. Septiani and A. Riana, "Analisis Teknik non-Hierarki untuk Pengelompokkn Kabupatn/Kota di Provinsi Jawa Barat Berdasarkan Indikator Kesejahteraan Rakyat 2020," Jurnal Riset Matematika dan Sains Terapan, pp. 21-28, 2022.
Downloads
Published
Issue
Section
License
Copyright (c) IJSRSET
This work is licensed under a Creative Commons Attribution 4.0 International License.