CLUSTERING PENYEBARAN PENYAKIT DBD MENGGUNAKAN METODE K-MEANS DAN DENSITY-BASED SPATIAL CLUSTERING OF APPLICATIONS WITH NOISE (DBSCAN)

Demam Berdarah Dengue (DBD) merupakan penyakit menular yang ditularkan oleh nyamuk Aedes aegypti dan Aedes albopictus. Kabupaten Bangkalan termasuk wilayah dengan kasus DBD yang cukup tinggi, sehingga diperlukan analisis pengelompokan wilayah untuk memahami pola penyebarannya. Penelitian ini bertujuan untuk mengelompokkan wilayah penyebaran DBD di Kabupaten Bangkalan menggunakan algoritma DBSCAN dan K-Means dalam clustering wilayah penyebaran DBD berdasarkan tujuh parameter, yaitu kepadatan penduduk, jumlah hari hujan, curah hujan, jumlah penderita DBD laki-laki dan perempuan, larvasidasi, dan Angka Bebas Jentik (ABJ). Hasil penelitian menunjukkan bahwa DBSCAN dengan parameter MinPts 2 dan Epsilon antara 1,73–1,75 membentuk 2 cluster dan mengidentifikasi 13 kecamatan sebagai noise, dengan nilai Silhouette Coefficient sebesar 0,3526. DBSCAN lebih unggul dalam memisahkan data yang berbeda kepadatan dan mengenali pola penyebaran tidak beraturan. Sementara itu, algoritma K-Means menghasilkan 2 cluster dengan nilai Silhouette Coefficient sebesar 0,287 dan mampu mengelompokkan seluruh data tanpa menghasilkan noise. Oleh karena itu, dalam konteks pengelompokan wilayah penyebaran DBD di Kabupaten Bangkalan, hasil clustering K-Means dianggap lebih representatif dan sesuai untuk keperluan analisis secara menyeluruh, meskipun DBSCAN menunjukkan kualitas pemisahan cluster yang lebih baik.