Pengelompokan Kabupaten/Kota Berdasarkan Pola Makan Penduduk Penderita Penyakit Stroke Di Provinsi Jawa Timur Menggunakan Analisis Faktor Dan Analisis Hierarchical Clustering

Istichana, Yaumil Yanuarty (2015) Pengelompokan Kabupaten/Kota Berdasarkan Pola Makan Penduduk Penderita Penyakit Stroke Di Provinsi Jawa Timur Menggunakan Analisis Faktor Dan Analisis Hierarchical Clustering. Undergraduate thesis, Institut Technology Sepuluh Nopember.

[img]
Preview
Text
1313105016-Undergradaute Thesis.pdf - Published Version

Download (2MB) | Preview

Abstract

Laporan dari WHO menyatakan bahwa 8,6 juta wanita di dunia meninggal karena penyakit jantung dan stroke, sedangkan jumlah pria diperkirakan sebesar 7,9 juta orang. Di provinsi Jawa Timur tingkat persentase penderita stroke sebesar 13,4%. Untuk mengurangi tingkat kematian maka perlu dilakukan pengelompokan sehingga dapat diketahui karakteristik dari masing-masing kelompok dengan memberikan tindakan yang berbeda. Oleh karena itu, diperlukan analisis untuk mengelompokkan penderita stroke di kabupaten/kota Jawa Timur berdasarkan 13 variabel, dikarenakan setiap kabupaten/kota memiliki pola makan yang berbeda. Sebelum dilakukan pengelompokan perlu dilakukan analisis faktor untuk mereduksi variabel dan dilanjutkan pengelompokan. Setelah diketahui hasil pengelompokan maka dilihat perbandingan untuk semua metode cluster hirarki dan variabel apa yang mencirikan tiap kelompok yang terbentuk. Data yang digunakan data sekunder dari hasil survey RISKESDAS tahun 2013 dengan jumlah penderita stroke sebnayak 507 penderita. Dari 38 kabupaten/kota di dapatkan metode yang terbaik adalah metode ward’s dengan anggota 3 kelompok. Kelompok 1 terdapat 15 kabupaten/kota didominasi oleh presentase mengkonsumsi makanan berlemak, berkolestrol, dan gorengan serta makanan atau minuman manis. Kelompok 2 terdapat 12 kabupaten/kota didominasi oleh persentase mengkonsumsi buah-buahan < 7 kali dalam 1 minggu dan mengkonsumsi mie instant. Sedangkan kelompok 3 terdapat 11 kabupaten/kota didominasi oleh presentase mengkonsumsi makanan asin dan mengkonsumsi sayuran < 7 kali dalam 1 minggu. ==================================================================================================== The report of the WHO stated that 8.6 million women in the world die of heart disease and stroke, while the number of men is estimated at 7.9 million people. In the province of East Java percentage rate of 13.4% of stroke patients. To reduce the death rate is necessary to do grouping that can be known characteristics of each group by giving different actions. Therefore, the necessary analysis to classify patients with stroke in the district / city in East Java is based on 13 variables, because each district / city has a different diet. Before the grouping needs to be done to reduce the variable factor analysis and continued grouping. Having in mind the results of grouping the visits comparison to all hierarchical cluster methods and variables that characterize what each group is formed. The data used secondary data from the survey RISKESDAS in 2013 the number of stroke patients sebnayak 507 patients. From 38 districts / cities in getting the best method is the method of Ward's with 3 members of the group. Group 1 there are 15 districts / cities dominated by the percentage of fatty foods, berkolestrol, and fried foods and sweet foods or drinks. Group 2 contained 12 districts / cities dominated by the percentage of consumption of fruits <7 times in 1 week and consume instant noodles. While the third group there are 11 districts / cities dominated by the percentage of consumption of salty foods and consume vegetables <7 times in one week.

Item Type: Thesis (Undergraduate)
Additional Information: RSSt 519.53 Ist p
Uncontrolled Keywords: pengelompokan, stroke, analisis faktor, cluster hirarki
Subjects: Q Science > QA Mathematics > QA278.55 Cluster analysis
Depositing User: Mr. Tondo Indra Nyata
Date Deposited: 06 Dec 2018 01:36
Last Modified: 06 Dec 2018 01:36
URI: http://repository.its.ac.id/id/eprint/60077

Actions (login required)

View Item View Item