ANALISIS DAN EVALUASI ALGORITMA DBSCAN (DENSITY-BASED SPATIAL CLUSTERING OF APPLICATIONS WITH NOISE) PADA TUBERKULOSIS

Abstract

Tuberkulosis (TBC) adalah penyakit menular yang disebabkan oleh bakteri Mycobacterium tuberculosis. Penyakit ini tetap menjadi ancaman signifikan di Provinsi Sumatera Utara, dengan tingkat kasus yang tinggi menurut Dinas Kesehatan Provinsi Sumatera Utara. TBC merupakan salah satu penyebab kematian di dunia dan terdapat berbagai gejala serta faktor yang dapat meningkatkan risiko infeksi. Tingginya angka kasus TBC di Sumatera Utara menekankan pentingnya identifikasi cluster untuk intervensi yang efektif. Penelitian tentang pengelompokan penyakit dengan teknik clustering menggunakan algoritma DBSCAN telah dilakukan oleh beberapa peneliti sebelumnya dan menunjukkan hasil yang baik. Oleh karena itu, penelitian ini bertujuan untuk mengelompokkan penyebaran TBC menggunakan DBSCAN. DBSCAN dipilih karena kemampuannya mengidentifikasi cluster dengan baik pada data yang memiliki densitas bervariasi. Algoritma DBSCAN diterapkan dengan parameter optimal yang ditentukan melalui Grid Search. Hasil optimal menunjukkan nilai epsilon 96 dan minPts 5, menghasilkan 3 cluster utama (tinggi, sedang, dan rendah) dengan Silhouette Coefficient 0.41176 dan Davies-Bouldin Index 1,194.