Analisis Jumlah Tenaga Kesehatan Berdasarkan Kecamatan se-Kabupaten Banyuwangi Menggunakan Metode K-Means Clustering

Jidan, Ahmad Jundullah Abu (2024) Analisis Jumlah Tenaga Kesehatan Berdasarkan Kecamatan se-Kabupaten Banyuwangi Menggunakan Metode K-Means Clustering. Project Report. [s.n], [s.l.]. (Unpublished)

Text 5006211078-Project_Report.pdf - Accepted Version Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Kerja Praktik ini dilaksanakan di Badan Perencanaan Pembangunan Daerah (BAPPEDA) Kabupaten Banyuwangi selama satu bulan, dari Januari hingga Februari 2024. Tujuan dari kegiatan ini adalah untuk mengaplikasikan ilmu aktuaria dalam perencanaan pembangunan daerah, khususnya dalam sektor kesehatan. Penelitian ini menggunakan data sekunder dari publikasi "Banyuwangi Dalam Angka 2023" berupa jumlah tenaga kesehatan menurut kecamatan di Kabupaten Banyuwangi. Analisis dilakukan dengan metode k-means clustering untuk mengelompokkan kecamatan berdasarkan jumlah dan jenis tenaga kesehatan. Hasil analisis menunjukkan terdapat tiga cluster, di mana cluster 2 merupakan kelompok kecamatan dengan jumlah tenaga kesehatan paling sedikit. Informasi ini diharapkan dapat menjadi dasar pengambilan keputusan dalam pemerataan tenaga kesehatan dan menjadi bagian dari penilaian risiko kesehatan masyarakat secara aktuaria.
======================================================================================================================================
This internship was conducted at the Regional Development Planning Agency (BAPPEDA) of Banyuwangi Regency for one month, from January to February 2024. The objective of this program was to apply actuarial knowledge in regional development planning, particularly in the health sector. This study used secondary data from the "Banyuwangi in Figures 2023" publication, focusing on the number of health workers by sub-district in Banyuwangi Regency. A k-means clustering analysis was employed to group the sub-districts based on the number and types of health workers. The results revealed three clusters, with cluster 2 being the group of sub-districts with the fewest health workers. This information is expected to support decision-making for the equitable distribution of health personnel and serve as a basis for assessing public health risk from an actuarial perspective.

Item Type:	Monograph (Project Report)
Uncontrolled Keywords:	Klasterisasi kecamatan, tenaga kesehatan, perencanaan pembangunan daerah,Sub-district clustering, health workforce, regional development planning
Subjects:	Q Science > QA Mathematics Q Science > QA Mathematics > QA278.55 Cluster analysis
Divisions:	Faculty of Mathematics, Computation, and Data Science > Actuaria > 94203-(S1) Undergraduate Thesis
Depositing User:	Ahmad Jundullah Abu Jidan
Date Deposited:	15 Jul 2025 08:20
Last Modified:	15 Jul 2025 08:20
URI:	http://repository.its.ac.id/id/eprint/119822

Actions (login required)

View Item