Show simple item record

dc.contributor.authorKashi, Rahma Yuliati
dc.contributor.authorSulhaerati, S
dc.contributor.authorMaulina, Gina
dc.contributor.authorSeptian, Yayan Dwi
dc.contributor.authorAlfassa, Achmad Isya
dc.contributor.authorWidodo, Edy
dc.date.accessioned2018-07-14T04:45:17Z
dc.date.available2018-07-14T04:45:17Z
dc.date.issued2018-03
dc.identifier.citationAgusta, Yudi. Clustering. 2016. Diakses tanggal 30 September 2017. https://yudiagusta.wordpress.com/clustering/comment-page-1/ Depkes RI. 2016. Petunjuk Teknis Pelaksanaan Pekan Polio Nasional. Jakarta : Kementrian Kesehatan RI Budhi G. S., Liliana, S. Harryanto. Cluster Analysis Untuk Memprediksi Talenta Pemain Basket Menggunakan Jaringan Saraf Tiruan Self Organizing Maps (SOM). Jurnal Informatika Vol. 9, No. 1, MEI 2008: 23 – 32. Demuth, H. and Beale, M. 2003. Neural Network Toolbox for Use with MATLAB. User Guide, the MATH WORKS Inc. Hadinegoro, S.R., Pusponegoro, H.D., Soedjatmiko, & Oswari, H. 2011. Panduan Imunisasi Anak : mencegah lebih baik daripada mengobati. Jakarta : Satgas Imunisasi IDAI Harli E., A. Fauzi, T. H. Kusmanto. Pengelompokkan Kelas Menggunakan Self Organizing Map Neural Network pada SMK N 1 Depok. Jurnal Edukasi dan Penelitian Informatika (JEPIN) Vol. 2, No. 2, 2016 ISSN 2460-0741 Kamus Besar Bahasa Indonesia (KBBI) Larose DT. 2004. Discovering Knowledge in Data: An Introduction to Data mining. USA: John Wiley&Sons Inc Ranuh, I.G.N., Suyitno, H., Hadinegoro, S.R., Kartasasmita, C.B., Ismoedijanto, Soedjatmiko. 2011. Pedoman Imunisasi di Indonesia. Jakarta : Satgas Imunisasi IDAI Shieh, S., & Liao, I. (2012). A New Approach for Data Clsutering and Visualization Using Self-Organizing Map. International Journal of Expert System with Application, 39 WHO. 2016. Global Immunization Data. www.who.int. Diakses tanggal 23 September 2017id_ID
dc.identifier.issn2502-6526
dc.identifier.urihttp://hdl.handle.net/11617/10149
dc.description.abstractPrevalensi imunisasi pada anak secara global pada tahun 2012 ialah DPT sebesar 83%, Polio sebesar 84%, Campak sebesar 84%, Hepatitis B sebesar 79%, dan BCG sebesar >80%. Walaupun secara nasional target cakupan imunisasi polio telah mencapai target, namun masih terdapat beberapa provinsi yang cakupanya di bawah 80% . Pengelompokan provinsi secara tepat dengan mengacu pada cakupan target imunisasi Polio dapat membantu pemerintah dalam hal pemerataan pemberian imunisasi. Penelitian ini bertujuan untuk mengelompokkan provinsi – provini di Indonesia berdasarkan karakteristik data imunisasi polio.Untuk menjawab persoalan tersebut maka digunakan analisis clustering untuk mengelompokan provinsi berdasarkan cakupan target imunisasi yang sama menggunakan metode Self Organizing Map (SOM). Dari hasil analisis clustering menggunakan metode SOM diperoleh hasil pengelompokkan provinsi ke dalam 5 kelompok.id_ID
dc.language.isootherid_ID
dc.publisherProsiding Konferensi Nasional Penelitian Matematika dan Pembelajarannya (KNPMP) III 2018id_ID
dc.titleAnalisis Cluster Terhadap Data Imunisasi Polio di Indonesia Tahun 2016 Menggunakan Metode Self Organizing Maps (SOMS)id_ID
dc.typeArticleid_ID


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record