PENGGUNAAN KORELASI COPHENETIC UNTUK PEMILIHAN METODE CLUSTER BERHIERARKI PADA MENGELOMPOKKAN KABUPATEN/KOTA BERDASARKAN JENIS PENYAKIT DI PROVINSI SULAWESI TENGGARA TAHUN 2020

Abstract

ABSTRACT
Southeast Sulawesi as one of the provinces in Indonesia which is geographically located from one district/city to another, which results in different health level variances. So that in determining policy, the government cannot give equal treatment to all regions, it is necessary to group them. The method used is a hierarchical cluster method (Single Linkage, Average Linkage, Complete Linkage) consisting of 4 clusters, namely districts/cities with low, medium, high, and very high disease cases. The aim is to find out the best cluster method and how the cluster results use the best cluster method. The data used is data on the number of diseases in districts/cities throughout Southeast Sulawesi in 2020 (17 districts/cities) obtained from the Southeast Sulawesi Provincial Health Office. The results showed that the best cluster method was the average linkage method with a cophenetic correlation value of 0.990. cluster results show 14 districts/cities in cluster I, 1 district/city in cluster II, 1 district/city in cluster III, and 1 district/city in cluster IV.
Keywords: Cluster Analysis, Cophenetic Correlation, Hierarchical Cluster.
ABSTRAK
Sulawesi Tenggara sebagai salah satu provinsi di Indonesia yang secara geografis letak Kabupaten/Kota yang satu dengan yang lain berbeda yang mengakibatkan adanya variansi tingkat kesehatan yang berbeda. Dalam menentukan kebijakan, pemerintah tidak bisa memberi perlakuan yang sama pada semua wilayah, sehingga perlu dilakukan pengelompokkan. Metode yang digunakan adalah metode cluster berhierarki (Single Linkage, Average Linkage, Complete Linkage). Tujuannya untuk mengetahui metode cluster terbaik dan bagaimana hasil cluster menggunakan metode cluster terbaik. Terdiri dari 4 cluster yaitu cluster I untuk Kab/Kota dengan rata-rata kasus penyakit Rendah, cluster II untuk Kab/Kota dengan rata-rata kasus penyakit Sedang, cluster III untuk Kab/Kota dengan rata-rata kasus penyakit Tinggi, dan cluster IV untuk Kab/Kota dengan rata-rata kasus penyakit Sangat Tinggi. Data yang digunakan adalah data Jumlah Penyakit di Kab/Kota se-Sulawesi Tenggara tahun 2020 (17 kab/kota) yang diperoleh dari Dinas Kesehatan Provinsi Sulawesi Tenggara. Hasil penelitian menunjukan metode cluster terbaik adalah metode average linkage dengan nilai korelasi cophenetic 0.990. Hasil cluster menunjukan 14 kab/kota pada cluster I, 1 kab/kota pada cluster II, 1 kab/kota pada cluster III, dan 1 kab/kota pada cluster IV.
Kata Kunci: Analisis Cluster, Korelasi Cophenetic, Cluster Hierarki.