RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS
(SIG) UNTUK PENYEBARAN PENYAKIT DEMAM
BERDARAH DI SURABAYA DENGAN MENGGUNAKAN
METODE K-MEANS
SKRIPSI
CHUSNUL ISLAMIYAH
PROGRAM STUDI S1 SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS AIRLANGGA
SURABAYA
2016
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS
(SIG) UNTUK PENYEBARAN PENYAKIT DEMAM
BERDARAH DI SURABAYA DENGAN MENGGUNAKAN
METODE K-MEANS
SKRIPSI
CHUSNUL ISLAMIYAH
NIM : 081211631056
PROGRAM STUDI S1 SISTEM INFORMASI
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS AIRLANGGA
SURABAYA
2016
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS
(SIG) UNTUK PENYEBARAN PENYAKIT DEMAM
BERDARAH DI SURABAYA MENGGUNAKAN METODE K-MEANS
SKRIPSI
Sebagai Salah Satu Syarat untuk Memperoleh Gelar Sarjana Komputer
Bidang Sistem Informasi di Fakultas Sains dan Teknologi
Universitas Airlangga
Oleh:
CHUSNUL ISLAMIYAH
NIM : 081211631056
Tanggal Lulus :
Disetujui Oleh :
Pembimbing I
Purbandini, S.Si, M.Kom
NIP. 19710712 200812 2 001
Pembimbing II
Indah Werdiningsih S.Si, M.Kom
NIP. 19800217 200501 2 001
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
LEMBAR PENGESAHAN SKRIPSI
Judul : RANCANG BANGUN SISTEM INFORMASI
GEOGRAFIS (SIG) UNTUK PENYEBARAN
PENYAKIT DEMAM BERDARAH DI SURABAYA
DENGAN MENGGUNAKAN METODE K-MEANS
Penyusun : Chusnul Islamiyah
NIM : 081211631056
Tanggal Ujian :
Pembimbing I : Purbandini, S.Si, M.Kom
Pembimbing II : Indah Werdiningsih, S. Si, M. Kom
Disetujui Oleh :
Pembimbing I
Purbandini, S.Si, M.Kom
NIP : 19710712 200812 2 001
Pembimbing II
Indah Werdiningsih S.Si, M.Kom
NIP. 19800217 200501 2 001
Mengetahui,
Ketua Departemen Matematika
Fakultas Sains dan Teknologi
Universitas Airlangga
(Badrus Zaman, S.Kom, M.Cs)
NIP : 19780126 200604 1 001
Koordinator Program Studi S1
Sistem Informasi Fakultas Sains
dan Teknologi Universitas
Airlangga
(Badrus Zaman, S.Kom, M.Cs)
NIP : 19780126 200604 1 001
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
SURAT PERNYATAAN TENTANG ORISINALITAS
Yang bertanda tangan dibawah ini, saya:
Nama : Chusnul Islamiyah
NIM : 081211631056
Program Studi : Sistem Informasi
Fakultas : Sains dan Teknologi
Jenjang : Sarjana (S1)
Menyatakan bahwa saya tidak melakukan kegiatan plagiat dalam penulisan
skripsi saya yang berjudul:
Rancang Bangun Sistem Informasi Geografis (SIG) Untuk Penyebaran Penyakit
Demam Berdarah di Surabaya Menggunakan Metode K-means
Apabila suatu saat nanti terbukti melakukan tindakan plagiat, maka saya akan
menerima sanksi yang telah di tetapkan.
Demikian surat pernyataan in saya buat dengan sebenar-benarnya.
Surabaya, Juni 2016
Chusnul Islamiyah NIM. 081211631056
Materai 6000,-
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
PEDOMAN PENGGUNAAN SKRIPSI
Skripsi ini tidak dipublikasikan, namun tersedia di perpustakaan dalam
lingkungan Universitas Airlangga, diperkenankan untuk dipakai sebagai referensi
kepustakaan, tetapi pengutipan harus seizin penyusun dan harus menyebutkan
sumbernya sesuai kebiasaan ilmiah.
Dokumen skripsi ini merupakan hak milik Universitas Airlangga.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
KATA PENGANTAR
Assalammualaikum Wr. Wb
Puji syukur kehadirat Allah subhanahu wa ta’ala, yang telah melimpahkan
anugerah-Nya, hingga penulis dapat menyelesaikan skripsi yang berjudul
“Rancang Bangun Sistem Informasi Geografis (SIG) Untuk Penyebaran
Penyakit Demam Berdarah di Surabaya Menggunakan Metode K-
means”dengan baik, serta Sholatu Wa Salam semoga tetap terlimpahkan kepada
Rasulullah Muhammad SAW yang mengantarkan pada sebuah kehidupan yang
penuh keselamatan di dunia dan di akhirat.
Penyusunan naskah skripsi ini dibuat sebagai acuan untuk memenuhi satuan
kredit semester (sks) yang dibebankan kepada penulis dan seklaigus sebagai
syarat untuk memperoleh gelar sarjana strata satu (S1) di bidang Sistem
Informasi, Fakultas Sains dan Teknologi, Universitas Airlangga.
Penulis mengharapkan kritik dan saran yang bersifat membangun demi
kesempurnaan skripsi ini. Semoga skripsi ini dapat memberikan manfaat dan
wawasan yang berguna. Aamiin.
Wassalamu’alaikum Wr.Wb
Surabaya, Juni 2016
Penulis
Chusnul Islamiyah
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
UCAPAN TERIMA KASIH
Segala puji syukur kehadirat Tuhan Yang Maha Esa atas curahan anugerah
dan karunia-Nya, sehingga skripsi dengan judul SISTEM INFORMASI GEOGRAFIS
UNTUK PENYEBARAN PENYAKIT DEMAM BERDARAH DI KOTA SURABAYA
MENGGUNAKAN METODE K-MEANS ini dapat terselesaikan.
Dalam pelaksanaan dan penyusunan skripsi ini, penulis banyak menemui
kendala. Namun, dengan bantuan dari berbagai pihak, akhirnya laporan penelitian
ini dapat terselesaikan. Oleh karena itu, penulis tidak lupa mengucapkan banyak
terima kasih kepada:
1. Allah SWT dengan segala kuasaNya, anugrahNya, dan keajaibanNya yang
telah menjadi sumber kekuatan dan sandaran dalam keadaan apapun dalam
kehidupan penulis, sehingga skripsi ini dapat terselesaikan dengan baik.
2. Kedua orang tua penulis yakni Bapak Dasmudi dan Ibu Kasmiati, kedua
adikku tersayang yakni Ainun Machmudia dan Nisa’us Silmi, yang
memberikan segala upaya, kasih sayang, dukungan, motivasi dan semangat
dari awal menempuh studi hingga skripsi ini terselesaikan.
3. Beasiswa Bidikmisi yang telah meringankan biaya penulis mulai dari penulis
awal masuk kuliah hingga pengerjaan skripsi ini selesai, semoga selalu ada
untuk semua generasi muda yang cerdas dan punya mimpi untuk sukses.
4. Purbandini, S.Si, M.Kom selaku dosen pembimbing I yang selalu sabar dan
ikhlas dalam membimbing, membantu dan memberikan ilmu selama dari
awal masa studi hingga masa penyusunan skripsi ini terselesaikan.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
5. Indah Werdiningsih, S.Si, M.Kom selaku dosen pembimbing II yang dengan
sangat sabar memahami, membimbing, membantu dan memberikan ilmu
selama masa penyusunan hingga skripsi ini terselesaikan.
6. Endah Purwanti, S.Si, M.Kom selaku dosen wali yang membimbing,
membantu dan memberikan ilmu selama dari awal masa studi hingga masa
penyusunan skripsi ini terselesaikan.
7. Badrus Zaman, S.Kom, M.Cs selaku Koordinator program studi S1 Sistem
Informasi Universitas Airlangga yang telah memberikan informasi dan
semangat yang bermanfaat untuk memulai penyusunan skripsi.
8. Seluruh dosen program studi Sistem Informasi yang telah berbagi ilmu,
sehingga penyusunan skripsi ini dapat terselesaikan dengan baik.
9. Kakak Fitria Risky Aprilina,S.Kom, yang menjadi kakak tingkat yang baik
dan memberikan banyak waktu,ilmu,dan bantuan dengan ikhlas.
10. Rifai Yasin, yang berusaha mencoba menjadi orang sabar dan pengertian
untuk penulis, bersedia memberikan waktu, semangat, dukungan dan bantuan
dalam menyelesaikan pengerjaan skripsi ini.
11. Kak Mega Yuni, kak Etik Ainun Rohmah, Pak Satrio dan Bu Emy yang telah
bersedia ikhlas dan sabar membantu memberikan informasi yang berharga
untuk penulis dalam menyelesaikan skripsi ini.
12. Istihamin Fitriyah yang menjadi kawan setia mulai dari semester satu di
jurusan Sistem Informasi yang selalu memberi kejutan disetiap harinya dan
menjadi kawan yang selalu memiliki cara unik untuk menyemangati penulis
dalam pengerjaan skripsi.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
13. Geng Gong Imins, Melinda Andriyanti, Triyah Fatmawati, Izzatin Faza, Dian
Nilla Qumaiya, Erin Dinda yang penyabar saat sering kali penulis meminta
untuk belajar bersama dan kawan yang ajaib bagi penulis. See you at the real
world, guys!
14. Muafillah Sofah, yang menjadi kawan kos yang tidak pernah bosan
mendengarkan segala keluh suka dan duka penulis serta selalu memberi
semangat dan mengingatkan dalam menyelesaikan pengerjaan skripsi ini,
semangat kawan jangan kebanyakan manja.
15. Kesa Camelia dan Bagus Puji Santoso, yang selalu berusaha bisa saat penulis
meminta tolong apapun itu, yang sering memberikan banyak wawasan
berharga.
16. Kak Fadilatur Rahmaniyah,S.Si dan Puspita Sari yang telah menjadi kawan
dan menjadi pendengar yang ikhlas dan sabar, selalu berusaha ada disetiap
suka dan sendu.
17. Adik Dewinta Damaretna dan Adik Fulky Ayuni terimakasih atas segala
refreshingnya dan semangatnya, semangat juga untuk kalian!!!
18. Geng Trias Klinika, yang menjadi geng luar biasa seru dalam belajar
maupun bermain dan selalu membuat rencana menjadi nyata tanpa wacana,
terimakasih pak ketua Trias Klinika, juara!.
19. Kawan Kos Al khansa semuanya terimaksih telah banyak mengajarkan
banyak hal dalam hidup berkeluarga di kota rantauan.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
20. Teman – teman S1 Sistem Informasi Universitas Airlangga angkatan 2012
yang menjadi teman-teman seperjuangan semasa kuliah, semoga kita semua
sukses kawan!
21. Staf TU program studi Sistem Informasi yang telah membantu dalam
keperluan administrasi dan penjadwalan sidang.
Penulis
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Chusnul Islamiyah, 2016, Rancang Bangun Sistem Informasi Geografis (SIG) Untuk Penyebaran Penyakit Demam Berdarah Di Surabaya Menggunakan Metode K-Means. Skripsi ini dibawah bimbingan Purbandini, S.Si, M.Kom dan Indah Werdiningsih, S.Si, M.Kom. Program Studi S1 Sistem Informasi, Fakultas Sains dan Teknologi, Universitas Airlangga, Surabaya.
ABSTRAK
Penyakit Demam Berdarah (DBD) adalah penyakit infeksi oleh virus Dengue yang dapat menimbulkan renjatan (shock) dan kematian. Kota Surabaya menjadi salah satu wilayah rawan DBD terburuk di Propinsi Jawa Timur. Sehingga dibutuhkan penanganan dan perhatian intensif secara tepat dan cepat pada wilayah yang terjangkit DBD tinggi. Tujuan penelitian ini adalah membuat sistem informasi geografis untuk penyebaran penyakit DBD di Surabaya menggunakan metode k-Means.
Tahapan metodologi penelitian meliputi pengumpulan data, analisis sistem, perancangan sistem, implementasi sistem, pengujian sistem, serta evaluasi sistem. Kriteria sebagai variabel yang digunakan adalah jumlah penderita penyakit DBD dan faktor geografis setiap Kecamatan diantaranya pasar, sungai dan Tempat Pembuangan Sampah (TPS) dikelompokkan dengan metode k-Means. Dari kriteria tersebut dikelompokkan menjadi 3 kelompok yang diinisialisasikan dengan C1,C2 dan C3. Hasil dari pengelompokan tersebut kemudian dipetakan ke dalam peta Surabaya dengan bantuan Google Map. Dalam peta tersebut kelompok C1 ditandai dengan warna kuning, warna hijau untuk kelompok C2 dan warna merah untuk Kelompok C3.
Untuk mengetahui validasi sistem dilakukan evaluasi sistem dengan cara membandingkan hasil perhitungan manual dengan hasil sistem. Dari evaluasi sistem hasil validasi sudah sesuai. Dari hasil kuesioner menunjukkan bahwa sistem dapat digunakan dengan mudah (user friendly).
Kata Kunci : clustering, demam berdarah , k-means, sistem informasi geografis.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Chusnul Islamiyah, 2016, Design of Geographic Information Systems ( GIS ) To Spread Dengue Fever in Surabaya Using Method K -means. This undergraduate thesis was under guidance by Purbandini, S.Si,M.Kom and Indah Werdiningsih, S.Si, M.Kom. Bachelor Degree Information System Study Program. Faculty Of Science and Technology, Universitas Airlangga, Surabaya.
ABSTRACT
Dengue hemorrhagic fever (DHF) is a severe, potentially deadly infection spread by dengue virus, in whichbleeding and sometimes shock occurs – leading to death. Surabaya city became one of the worst dengue-prone region in the province of East Java. Accurately and quickly treatment and intensive care is needed in areas of dengue high affected.The purpose of this research is to create a geographic information system for the spread of dengue disease in Surabaya using k-Means.
Stages of research methodologies including data collection, system analysis, system design, system implementation, system testing, and system evaluation. The criteria used as variables were the number of patients with DHF and geographical factors of each district such as rivers, markets and landfills (TPS) grouped by k-Means method. These criterias were classified into three clusters which was initialized toC1,C2 and C3 . The results of the classification was mapped into Surabaya Map using Google Map. Inside the map, categories were highlighted in yellow for C1, green for C2, and red for C3.
To determine the validation of the system, evaluation system was done by comparing the user (manual) calculation results with the results of the system. The validation of the system obtained optimal. From the questionnaire results show that the system can be user friendly. Keywords : clustering, dengue hemorrhagic fever, geographic information systems, k-means algorithm
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
DAFTAR ISI
Halaman
HALAMAN JUDUL ................................................................................................ i
LEMBAR PENGESAHAN SKRIPSI ................................................................... iii
SURAT PERNYATAAN TENTANG ORISINALITAS ...................................... iv
PEDOMAN PENGGUNAAN SKRIPSI ................................................................ v
KATA PENGANTAR ........................................................................................... vi
ABSTRAK ............................................................................................................. xi
ABSTRACT .......................................................................................................... xii
DAFTAR ISI ........................................................................................................ xiii
DAFTAR GAMBAR ........................................................................................... xvi
DAFTAR TABEL ............................................................................................... xvii
BAB I PENDAHULUAN ....................................................................................... 1
1.1 Latar Belakang ......................................................................................... 1
1.2 Rumusan Masalah .................................................................................... 5
1.3 Tujuan ....................................................................................................... 5
1.4 Manfaat ..................................................................................................... 5
1.5 Batasan Masalah ....................................................................................... 6
BAB II TINJAUAN PUSTAKA ............................................................................. 7
2.1 Demam Berdarah Dengue (DBD) ............................................................ 7
2.2 Konsep Dasar Sistem Informasi ............................................................... 9
2.3 Sistem Informasi Geografis (SIG) ............................................................ 9
2.4 Analisis Cluster ...................................................................................... 17
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
2.5 Metode K-Means .................................................................................... 19
2.6 Flowchart ................................................................................................ 21
2.7 Black Box ................................................................................................ 22
BAB III METODE PENELITIAN........................................................................ 23
3.1 Tempat dan Waktu Penelitian ................................................................ 23
3.2 Objek Penelitian ..................................................................................... 23
3.3 Pengumpulan Data ................................................................................. 23
3.4 Analisis Data .......................................................................................... 24
3.5 Perancangan Sistem ................................................................................ 27
3.6 Implementasi Sistem .............................................................................. 27
3.7 Pengujian Sistem .................................................................................... 27
3.8 Evaluasi Sistem ...................................................................................... 28
BAB IV HASIL DAN PEMBAHASAN .............................................................. 29
4.1 Pengumpulan Data dan Informasi .......................................................... 29
4.2 Analisis Sistem ....................................................................................... 31
4.3 Perancangan Sistem ................................................................................ 39
4.4 Implementasi Sistem .............................................................................. 42
4.5 Pengujian Sistem .................................................................................... 52
4.6 Evaluasi Sistem ...................................................................................... 53
BAB V KESIMPULAN DAN SARAN ................................................................ 56
5.1 Kesimpulan ............................................................................................. 56
5.2 Saran ....................................................................................................... 57
DAFTAR PUSTAKA ........................................................................................... 58
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
LAMPIRAN
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
DAFTAR GAMBAR
Nomor Judul Gambar Halaman
2.1.Data Spasial Dengan Format Vektor .............................................................. 13
2.2.Data Spasial Dengan Format Raster ............................................................... 14
3.1.Blok Diagram Proses Algoritma K-Means ..................................................... 25
4.1.Flowchart Aktivitas Sistem ............................................................................ 42
4.2.Algoritma Umum Sistem ................................................................................ 44
4.3 Pseudocode menentukan centroid pada ketiga cluster ................................... 45
4.4.Pseudocode Menghitung Jarak Objek Dengan Masing-Masing Cluster ........ 46
4.5.Pseudocode Mengalokasikan Objek Pada Cluster Terdekat .......................... 46
4.6 Pseudocode Mengulang Langkah K-Means yang Keempat .......................... 47
4.7 Tampilan Halaman Home Sistem.................................................................... 47
4.8 Tampilan Hasil Pengelompokan ..................................................................... 48
4.9 Tampilan Peta Kota Surabaya ......................................................................... 49
4.10 Tampilan Peta Kecamatan “Mulyorejo” ....................................................... 50
4.11 Tampilan Peta pada Kelompok “C2” ............................................................ 50
4.12 Tampilan Hasil Kecamatan kelompok “ C2 “ ............................................... 51
4.13 Tampilan Input Data Baru ............................................................................. 51
4.14 Hasil pengelompokkan oleh sistem ............................................................... 52
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
DAFTAR TABEL
Nomor Judul Tabel Halaman
2.1.Simbol pada Flowchart ................................................................................... 21
4.1 Data faktor penyebaran penyakit DBD Tahun 2014 ....................................... 32
4.2 Hasil Iterasi pertama ....................................................................................... 35
4.3 Iterasi Kedua ................................................................................................... 38
4.4 Iterasi Ketiga ................................................................................................... 39
4.5 Iterasi keempat ................................................................................................ 40
4.6. Hasil Akhir ..................................................................................................... 41
4.7 Perbandingan antara hasil perhitungan manual dan sistem............................. 53
4.8 Hasil Pengujian Sistem Pada Menu Home ..................................................... 54
4.9 Hasil Pengujian Sistem Pada Menu Input ....................................................... 54
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
BAB I
PENDAHULUAN
1.1 Latar Belakang
Penyakit Demam Berdarah Dengue (DBD) adalah penyakit infeksi oleh virus
Dengue yang ditularkan melalui gigitan nyamuk Aedes, dengan ciri demam tinggi
mendadak disertai manifestasi perdarahan dan bertendensi menimbulkan renjatan
(shock) dan kematian. Vektor utama penyakit DBD di Indonesia adalah nyamuk
Aedes Aegypti. Tempat yang disukai sebagai tempat perindukannya adalah
genangan air yang terdapat dalam wadah (kontainer) tempat penampungan air
artifisial misalnya drum, bak mandi, gentong, ember, dan sebagainya. Tempat
penampungan air alamiah misalnya lubang pohon, daun pisang, pelepah daun ke
ladi, lubang batu, ataupun bukan tempat penampungan air misalnya vas bunga,
ban bekas, botol bekas, tempat minum burung dan sebagainya (Fathi & dkk,
2005).
Ada hubungan antara keberadaan genangan air dengan kejadian penyakit
DBD yaitu keberadaan genangan air yang tinggi mempunyai risiko terjadinya
kasus DBD lebih besar dibandingkan dengan keberadaan genangan air yang
rendah(Rahayu & dkk, 2010).Menurut peneliti di Laboratorium Entomologi
Institut Tropical Disease Universitas Airlangga Surabaya, daerah yang
memungkinkan sangat besar sebagai tempat berkembangnya nyamuk Aedes
Aegypti adalah daerah yang terdapat genangan air tinggi yakni daerah yang
memiliki pasar tradisional, TPS dan sungai yang berpotensi terdapat benda yang
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
menyimpan genangan air sebagai tempat berkembangnya nyamuk Aedes Aegypti.
Dari pantauan Dinas Kesehatan Jawa Timur (Dinkes Jatim), Kota Surabaya
masih menjadi wilayah rawan DBD terburuk di Jawa Timur. Kenaikan angka
penderita naik 100 persen , pada 2013 sebanyak 2.213 orang sementara tahun
2012 sebanyak 1.091 orang. Sementara jumlah korban meninggal di Surabaya
setiap tahunnya mengalami penambahan yaitu tahun 2012 sebesar 6 orang, 2013
sebanyak 15 orang (Rif, 2015). Menurut Dinas Kesehatan (DinKes) Kota
Surabaya, pada tahun 2014 walaupun mengalami penurunan yaitu terjadi 816
kasus penyakit DBD, tetapi masih ada kemungkinan penularan yang tetap bisa
terjadi.
Informasi untuk penentuan langkah-langkah operasional dalam
penanggulangan dan pemberantasan DBD secara tepat dan cepat sasaran di
Surabaya sangat diperlukan. Dinas Kesehatan Kota Surabaya sebagai instansi
yang menangani masalah kesehatan Kota Surabaya selalu melakukan pengolahan
dan evaluasi terkait data jumlah penderita DBD per Kecamatan. Evaluasi untuk
mengetahui penyebaran penyakit DBD dibagi menjadi 3 kelompok yaitu
kelompok endemis, potensial dan bebas yang dilakukan setiap 3 tahun sekali.
Pengelompokan daerah penyebaran penyakit DBD di DinKes Kota Surabaya
masih manual sehingga prosesnya lama dan proses evaluasinya hanya melihat
data jumlah penderita penyakit DBD. Untuk itu, perlu sistem yang dapat
menganalisis dan mengelompokan data kasus DBD dengan model penyajian hasil
yang baik dan tidak hanya memperhatikan jumlah penderita DBD tetapi juga
dikaitkan dengan faktor geografis yang mempengaruhi timbulnya penyakit DBD.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Salah satu analisis dan pengelompokan data yang dapat diterapkan adalah
menggunakan analisis cluster.
Definisi umum dari analisis cluster yaitu menemukan kumpulan objek hingga
objek-objek dalam satu kelompok sama (atau punya hubungan) dengan yang lain
dan berbeda (atau tidak berhubungan ) dengan objek-objek dalam kelompok lain
(Hermawati, 2013). Clustering bisa menemukan distribusi pola pada data yang
besar maupun kecil selain itu efektif dan efisien dalam memvisualisasikan data
daripada data original biasa (Zhang, Ramakrishnan, & Livny, 1996). Analisis
cluster memiliki beberapa metode, dalam pengelompokan data dapat
menggunakan K-Means.
K-Means merupakan salah satu metode data clustering non hirarki yang
berusaha mempartisi data yang ada ke dalam bentuk satu atau lebih
cluster/kelompok. Metode ini mempartisi data ke dalam cluster/kelompok
sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam
satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda
dikelompokkan ke dalam kelompok yang lain (Agusta, 2007). K-Means dapat
diterapkan pada data medis yang banyak untuk pengelompokan dan hasilnya
memiliki tingkat akurasi yang baik (Hussan, 2012). K-Means memiliki hasil yang
baik pula pada penelitian yang memprediksi kinerja akademik mahasiswa yang
bertujuan untuk membuat keputusan yang efektif oleh pihak perencana akademik
(Oyelade, Oladipupo, & Obagbuwa, 2010). Di antara semua algoritma
berdasarkan pengelompokan, K-Means adalah salah satu metode yang paling
terkenal untuk menerapkan dataset ke dalam kelompok pola(Tajunisha, 2010).
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Dalam penelitian ini metode K-Means akan mengelompokan daerah-daerah yang
ada di kota Surabaya sesuai tingkat terjadinya kasus penyakit DBD agar dengan
tepat dan cepat sasaran dalam pencegahan dan penanggulangan penyakit DBD.
Hasil informasi daerah selanjutnya akan divisualisasikan menggunakan peta, tapi
di Dinas Kesahatan Kota Surabaya pembuatannya peta masih manual dan tidak
tersedia simbol-simbol standard yang sering diperulakan untuk memenuhi
kebutuhan kartografis (produksi peta) . Oleh karena itu butuh Sistem Informasi
Geografis (SIG) untuk memvisualisasikan peta penyebaran penyakit DBD.
SIG merupakan system informasi khusus yang berisi data spasial(raster dan
vektor) dan data atribut (karakter dan numerik), dapat memberikan ukuran yang
akurat mengenai jarak dan daerah (Ditsuwan & dkk, 2010).Pada penelitian
sebelumnya SIG digunakan untuk menganalisis pola geografis penyakit menular
yang terinfeksi virus nyamuk Aedes, analisis ruang-waktu kasus DBD dan
Chikungunya, kondisi iklim untuk Aedes , dan faktor yang berhubungan dengan
penularan penyakit menular (Ditsuwan & dkk, 2010). SIG juga digunakan dalam
sistem pengambilan keputusan peringatan dini kejadian luar biasa penyakit
demam berdarah dengan menggunakan metode AHP yang dilakukan di
Puskesmas Pucang Kota Surabaya (Pratama, 2013). Selain itu SIG memiliki
kemampuan yang sangat baik dalam memvisualisasikan data spasial dengan
atribut-atributnya. Memodifikasi warna, bentuk, dan ukuran simbol yang
diperlukan untuk mempresentasikan unsur-unsur permukaan bumi dapat
dilakukan dengan mudah. Hampir semua perangkat lunak SIG memiliki gallery
yang menyediakan simbol-simbol standard yang sering diperulakan untuk
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
memenuhi kebutuhan kartografis (produksi peta), sehingga pengguna tidak perlu
membuat simbol sendiri(Prahasta E. , 2014).
SIG dalam penelitian ini akan memvisualisasikan hasil analisis cluster
penyebaran penyakit DBD di Kota Surabaya menggunakan K-Means dengan
variabel jumlah penderita penyakit DBD, 3 faktor geografis yaitu jumlah pasar,
sungai, dan TPS pada setiap Kecamatan di Kota Surabaya.
1.2 Rumusan Masalah
Bagaimana membangun SIG untuk mengetahui penyebaran penyakit DBD di
Surabaya menggunakan metode K-Means yang dapat digunakan oleh Dinas
Kesehatan Kota Surabaya?
1.3 Tujuan
Berdasarkan uraian rumusan masalah tersebut tujuan dari penelitian ini
adalah membangun SIG untuk mengetahui penyebaran penyakit DBD di Surabaya
menggunakan metode K-Means yang dapat digunakan oleh Dinas Kesehatan Kota
Surabaya.
1.4 Manfaat
Manfaat dari penelitian ini adalah:
1. Membantu DinKes Kota Surabaya lebih mudah untuk memantau dan
mengetahui penyebaran penyakit Demam Berdarah (DBD) di Kota Surabaya.
2. Memberikan informasi penyebaran penyakit DBD dengan 3 kelompok untuk
DinKes Kota Surabaya.
3. Membantu memberikan informasi penyebaran penyakit DBD pada DinKes
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Kota Surabaya sehingga penanggulangan dan pemberantasan penyakit DBD
di Surabaya cepat dan tepat sasaran.
4. Sebagai tambahan informasi dan referensi baru untuk para peneliti mengenai
SIG untuk penyebaran penyakit DBD di Kota Surabaya.
1.5 Batasan Masalah
Batasan masalah yang dilakukan pada penelitian ini adalah:
1. Merancanang dan membangun SIG yang berkaitan dengan laporan untuk
Kepala DinKes Kota Surabaya mengenai penyebaran penyakit DBD di Kota
Surabaya.
2. Objek data adalah Kecamatan di seluruh Kota Surabaya dengan jumlah
penderita penyakit DBD dan faktor geografis berupa sungai, TPS dan pasar
pada tahun 2010 sampai 2014..
3. Data terbagi menjadi 4 kriteria berupa jumlah penderita penyakit DBD, pasar,
sungai dan Tempat Pembuangan Sampah (TPS).
4. Outputnya yaitu visualisasi peta Kota Surabaya berdasarkan warna dengan
tiga jumlah cluster .
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
BAB II
TINJAUAN PUSTAKA
2.1 Demam Berdarah Dengue (DBD)
Penyakit DBD adalah penyakit infeksi oleh virus Dengue yang ditularkan
melalui gigitan nyamuk Aedes, dengan ciri demam tinggi mendadak disertai
manifestasi perdarahan dan bertendensi menimbulkan renjatan (shock) dan
kematian. Vektor utama penyakit DBD di Indonesia adalah nyamuk Aedes
Aegypti(Fathi & dkk, 2005). Aedes Aigypti adalah salah satu nyamuk spesies
tropis yang sangat efisien sebagai penampung virus, karena sangat ganas dan
berkembang biak secara subur pada lingkungan manusia. Dari penelitian
laboratorium dan lapangan,faktor yang sangat rumit dalam pemberantasan adalah
nyamuk Aedes Aigypti(WHO, 1997). Tempat yang disukai sebagai tempat
perindukannya adalah genangan air yang terdapat dalam wadah (kontainer) tempat
penampungan air misalnya drum, bak mandi, gentong, ember, dan sebagainya;
tempat penampungan air alamiah misalnya lubang pohon, daun pisang, pelepah
daun ke ladi, lubang batu; ataupun bukan tempat penampungan air misalnya vas
bunga, ban bekas, botol bekas, tempat minum burung dan sebagainya (Fathi &
dkk, 2005).
Ada hubungan antara kepadatan penduduk dengan kejadian penyakit DBD
yaitu wilayah yang padat penduduk memudahkan terjadinya penularan penyakit
DBD dan ada hubungan antara keberadaan genangan air dengan kejadian penyakit
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
DBD yaitu keberadaan genangan air yang tinggi mempunyai risiko terjadinya
kasus DBD lebih besar dibandingkan dengan keberadaan genangan air yang
rendah. Kota Surabaya merupakan kota perdagangan, pendidikan, dan merupakan
kota terbesar kedua di Indonesia setelah Kota Jakarta. Sebagai kota besar, Kota
Surabaya merupakan kota yang menjadi tujuan orang dari berbagai wilayah di
Indonesia untuk mendapatkan pekerjaan dan penghidupan yang lebih baik
sehingga jumlah penduduk Kota Surabaya menjadi padat. Lingkungan yang padat
juga memungkinkan adanya tempat penampungan air yang lebih banyak untuk
memenuhi kebutuhan sehari-hari, barang-barang bekas yang dihasilkan juga akan
banyak, serta dengan berbagai aktivitas penduduk juga akan menghasilkan
perilaku penduduk yang beraneka ragam (Rahayu & dkk, 2010). Menurut peneliti
di laboratorium Entomologi Institut Tropical Disease Universitas Airlangga
Surabaya, daerah yang memungkinkan yang sangat besar sebagai tempat
berkembangnya nyamuk DBD adalah daerah yang terdapat genangan air yakni
daerah yang terdapat pasar tradisional, tempat pembuangan air dan sungai.
Dari pantauan Dinas Kesehatan Jawa Timur (Dinkes Jatim), Kota Surabaya
masih menjadi wilayah rawan DBD terburuk di Jawa Timur. Kenaikan angka
penderita naik 100 persen , pada 2013 sebanyak 2.213 orang sementara tahun
2012 sebanyak 1.091 orang. Sementara jumlah korban meninggal di Surabaya
setiap tahunnya mengalami penambahan yaitu tahun 2012 sebesar 6 orang, 2013
sebanyak 15 orang (Rif, 2015).
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
2.2 Konsep Dasar Sistem Informasi
Sistem informasi mencakup sejumlah komponen (manusia, komputer,
teknologi informasi, dan prosedur kerja), ada sesuatu yang diproses (data menjadi
informasi), dan dimaksudkan untuk mencapai suatu sasaran atau tujuan. Dalam
sistem informasi terdapat beberapa kompenen sebagai berikut (Kadir, 2003):
1. Perangkat keras (hardware), yaitu mencakup piranti-piranti fisik seperti
komputer dan printer.
2. Perangkat lunak (software) atau program, yaitu seperangkat instruksi yang
memungkinkan perangkat lunak dapat memproses data.
3. Prosedur, yaitu sekumpulan aturan yang dipakai untuk mewujudkan
pemrosesan data dan keluaran yang dikehendaki.
4. Orang, yaitu semua pihak yang bertanggung jawab pada pengembangan
sistem informasi, prosedur, dan penggunan keluaran sistem informasi.
5. Basis data, yaitu sekumpulan tabel,hubungan dan lain-lain yang berkaitan
dengan penyimpanan data atau bisa disebut dengan tempatnya data.
6. Jaringan komputer dan komunikasi data, yaitu sistem penghubung yang
memungkinkan sumber (resources) dipakai bersama atau diakses oleh
sejumlah pemakai.
2.3 Sistem Informasi Geografis (SIG)
Sistem Informasi Geografis (SIG) merupakan sistem berbasis komputer
yang digunakan untuk menyimpan dan memanipulasi informasi-informasi
geografis. Sistem informasi geografis dirancang untuk mengumpulkan,
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
menyimpan, serta menganalisis objek-objek dan fenomena-fenomena yang
mengetengahkan lokasi geografis sebagai karakteristik yang penting atau kritis
untuk dianalisis. Dengan demikian, SIG merupakan sistem komputer yang dapat
mendukung pengambilan keputusan spasial yang mampu mengintegrasikan
deskripsi-deskripsi lokasi dengan karakteristik-karakteristik fenomena yang
ditemukan dilokasi tertentu(Prahasta E. , 2007).
2.3.1 Komponen Sistem Informasi Geografis
SIG merupakan sistem kompleks yang umumnya terintegrasi dengan
sistem komputer lainnya di tingkat fungsional dan jaringan. Jika diuraikan SIG
terdiri dari beberapa komponen yaitu (Prahasta E. , 2014):
1. Perangkat Keras
Perangkat keras yang mendukung kebutuhan analisis spasial dan pemetaan
(SIG), tidak jauh berbeda dengan perangkat keras lainnya. perbedaannya jika ada
terletak pada kebutuhan perangkat tambahan pendukung presentasi grafis
beresolusi dan kecepatan tinggi dan mempercepat operasi-operasi manajemen
basis data dengan volume data yang besar. Perangkat keras ini umumnya
mencakup : CPU, RAM, Storage, Input Device, Output Device.
2. Perangkat Lunak
Perangkat lunak SIG digunakan untuk menjalankan tugas-tugas SIG.
Perangkat SIG secara konseptual terdiri dari 2 bagian yaitu paket inti yang
digunakan untuk pemetaan digital dasar dan manajemen data, dan paket aplikasi
untuk menjalankan fungsionalitas pemetaan digital khusus dan analisis spasial.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
3. Data dan informasi geografis
SIG dapat menyimpan data/ informasi yang diperlukan baik tidak langsung
maupun langsung dengan mendijitasi data spasialnya dari peta analog dan
memasukkan data atributnya dari tabel dengan menggunakan keyboard.
4. Manajemen
Proyek SIG akan berhasil jika dikelola dengan baik dan dikerjakan oleh orang
yang memiliki keahlian yang tepat pada semua tingkatan.
2.3.2 Sub-Sistem Sistem Informasi Geografis
SIG dapat diuraikan menjadi beberapa sub-sistem sebagai berikut(Prahasta
E. , 2014):
1. Data Input
Mengumpulkan, mempersiapkan dan menyimpan data spasial dan atributnya.
Sub-sistem ini bertanggung jawab dalam mengoversikan format data aslinya ke
dalam SIG.
2. Data Output
Menampilkan, menghasilkan keluaran basisdata spasial softcopy dan
hardcopy seperti halnya tabel, grafik, report, peta dan lain sebagainya.
3. Data Manajement
Mengorganisasikan data spasial dan tabel atribut ke dalam sistem basisdata
hingga mudah untuk dipanggil kembali, di-update dan di-edit.
4. Data Manipulation & Analysis
Menentukan informasi yang dihasilkan oleh SIG. Selain itu memanipulasi
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
dan memodelkan data untuk menghasilkan informasi yang diharapkan.
2.3.3 Kemampuan SIG
Secara praktis SIG memiliki kemampuan sebagai berikut(Prahasta E. ,
2014):
1. SIG digunakan sebagai alat bantu utama yang bersifat interaktif, menarik, dan
menantang didalam usaha untuk meningkatkan pemahaman, pembelajaran ,
dan pendidikan mengenai ide atau konsep lokasi, ruang, kependudukan dan
unsur geografis yang terdapat diatas permukaan bumi.
2. SIG dapat memberikan gambaran yang komprehensif suatu masalah terkait
spasial semua entitas spasial yang dilibatkan data divisualisasikan untuk
memberikan informasi.
3. SIG memiliki kemampuan yang sangat baik dalam memvisualisasikan data
spasial dengan antribut-atributnya. Modifikasi warna, bentuk, dan ukuran
simbol yang diperlukan untuk mempresentasikan unsur-unsur pemukaan
bumi dapat dilakukan dengan mudah.
Selain itu beberapa penelitian telah membuktikan kemampuan SIG yaitu :
1. Penelitian sebelumnya SIG digunakan untuk menganalisis pola geografis
penyakit menular yang terinfeksi virus nyamuk Aedes, analisis ruang-waktu
kasus DBD dan Chikungunya, kondisi iklim untuk Aedes, dan faktor
berhubungan dengan penularan penyakit menular(Ditsuwan & dkk, 2010).
2. SIG digunakan untuk membantu perencanaan dan pengelolaan sumber daya
hutan yang baik mutlak diperlukan untuk menjaga kelestariannya.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
(Puntodewo, 2003).
3. SIG mempunyai kemampuan untuk menghubungkan berbagai data pada
suatu titik tertentu di bumi, menggabungkannya, menganalisadan akhirnya
memetakan hasilnya(Puntodewo, 2003).
2.3.4 Format Data Spasial pada SIG
Data yang digunakan dalam Sistem Informasi Geografi (SIG) dapat dibagi
menjadi dua format, yaitu(Puntodewo, 2003) :
a. Vektor, dalam data format vektor, bumi kita direpresentasikan sebagai suatu
mosaik dari garis (arc/line), polygon (daerah yang dibatasi oleh garis yang
berawal dan berakhir pada titik yang sama), titik/point (node yang
mempunyai label), dan nodes (merupakan titik perpotongan antara dua buah
garis). Keuntungan utama dari format data vektor adalah ketepatan dalam
merepresentasikan fitur titik, batasan dan garis lurus. Contoh dari format data
spasial secara vektor dapat dilihat pada Gambar 2.1.
Sumber : (Puntodewo, 2003), hal 9
Gambar 2.1 Data Spasial Dengan Format Vektor
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
b. Raster, data raster (atau disebut juga dengan sel grid) adalah data yang
dihasilkan dari sistem Penginderaan Jauh. Pada data raster, obyek geografis
direpresentasikan sebagai struktur sel grid yang disebut dengan pixel (picture
element). Pada data raster, resolusi (definisi visual) tergantung pada ukuran
pikselnya. Dengan kata lain, resolusi piksel menggambarkan ukuran
sebenarnya di permukaan bumi yang diwakili oleh setiap piksel pada citra.
Semakin kecil ukuran permukaan bumi yang direpresentasikan oleh satu sel,
semakin tinggi resolusinya. Data raster sangat baik untuk merepresentasikan
batas-batas yang berubah secara gradual, seperti jenis tanah, kelembaban
tanah, vegetasi, suhu tanah, dsb. Keterbatasan utama dari data raster adalah
besarnya ukuran file; semakin tinggi resolusi grid-nya semakin besar pula
ukuran filenya. Contoh dari format raster dari data spasial dapat dilihat pada
Gambar 2.2.
Sumber : (Puntodewo, 2003), hal 9
Gambar 2.2 Data Spasial Dengan Format Raster (Puntodewo, 2003)
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
2.3.5 Proses Sistem Informasi Geografis
Menurut Prahasta (2007) dalam (Pratama, 2013), langkah pertama dalam
proses SIG adalah mengkaji kebutuhan , yang merupakan dasar dari keberhasilan
penggunaan SIG. Aspek yang dikaji mencakup pengidentifikasian kegiatan di
dalam organisasi yang berkenaan dengan peta atau informasi geografis atau
mengkaji bentuk atau model informasi yang dibutuhkan oleh pengguna (user).
Sebelum data geografi digunakan dalam SIG, data harus dikonversi
kedalam format digital. Proses tersebut dinamakan digitasi. Proses digitasi
memerlukan sebuah hardware tambahan yaitu sebuah digitizer lengkap dengan
mejanya. Untuk mendigitasi peta harus dilekatkan pada peta digitasi titik dan garis
ditelusuri dengan kursor digitasi atau keypad. Digitasi ini memerlukan software
seperti ARC/INFO AutocadMapInfo, ARCGIS atau software lain yang
mendukung proses digitasi tersebut. Untuk SIG dengan teknologi yang lebih
modern, proses konversi data dapat dilakukan dengan menggunakan teknik
scanning.
Tahapan selanjutnya adalah editing yang merupakan tahap koreksi atas
hasil digitasi. Koreksi tersebut dapat berupa penambahan atau pengurangan arc
atau feature yaitu dengan mengedit arc yang berlebih atau menambahkan arc yang
kurang. Editing juga dilakukan untuk menambahkan arc secara manual seperti
membuat polygon, line maupun point.
Setelah data keruangan dimasukkan maka proses selanjutnya beralih ke
pengolahan data-data deskriptif, dalam hal ini meliputi annotasi (pemberian
tulisan pada coverage), labelling (pemberian informasi pada peta bersangkutan),
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
dan atributing yaitu tahap dimana setiap label ID hasil proses labelling diberi
tambahan atribut yang dapat memberikan sejumlah informasi tentang polygon
atau arc yang diwakili. Dalam proyek SIG yang kecil informasi geografi cukup
disimpan sebagai file komputer. Akan tetapi jika volume data dan jumlah pemakai
data besar, langkah yang harus digunakan adalah dengan sistem manajemen basis
data(DBMS).
2.3.6 Sistem Manajemen Basis Data
Sistem Manajemen basisdata (DBMS) adalah kumpulan (gabungan) dari
data yang saling berelasi (yang biasanya dirujuk sebagai suatu basisdata) dengan
sekumpulan program-program yang mengakses data-data tersebut. DBMS dapat
dibentuk dari komponen-komponen sebagai berikut (Prahasta E. , 2014) :
1. Data, yang disimpan didalam basisdata. Data ini mencakup data numerik
(bilangan bulat dan real) dan non-numerik yang terdiri dari karakter , waktu,
logika, dan data-data lain yang lebih kompleks.
2. Operasi standard, yang disediakan oleh hampir semua DBMS. Operasi-operasi
standard ini melengkapi pengguna dengan kemampuan dasar untuk
memanipulasi data.
3. Data Definition Language (DDL) merupakan bahasa yang digunakkan untuk
mendeskripsikan isi dab struktur basisdata.
4. Data Manipulation Language (DML )atau bahasa query ini pada umumnya
setara dengan bahasa pemrograman generasi ke 4 dan didukung oleh DBMS
untuk membentuk perintah-perintah untuk masukan, keluaran, editing, analisis
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
basisdata. DML yang telah distandarisaikan disebut Structured Query
Language (SQL).
5. Bahasa pemrograman, disamping oleh perintah query, basisdata juga harus
dapat diakses secara langsung oleh program-program aplikasi melalui function
cell yang dimiliki oleh bahasa-bahasa pemograman konvensional.
6. Structure file, setiap DBMS memiliki struktur internal yang digunakan untuk
mengorganisasikan data walaupun beberapa model data yang umum telah
digunakan oleh sebagian besar DBMS.
Perbedaan fokus setiap perancangan SIG memicu pengembangan dua
pendekatan yang berbeda saat mengimplementasikan basisdata relasional SIG.
Pengimplementasian basisdata relasional pada umumnya didasarkan pada model
data hybrid atau terintegrasi. Pendekatan model data hybrid adalah pemahaman
bahwa mekanisme penyimpanan yang optimal bagi data lokasi (koordinat)
menyebabkan tidak optimalnya penyimpanan data non-spasial(tabel). Oleh karena
itu data spasial disimpan di sekumpulan file dengan operasi direct access untuk
meningkatakan kecepatan proses input-output. Sementara itu, data atributnya
disimpan dalam DBMS relasional standard. Sedangkan Pendekatan model data
terintegrasi dideskripsikan sebagai pendekatan DBMS spasial, SIG sebagai query
processor.
2.4 Analisis Cluster
Analisis cluster yaitu menemukan kumpulan objek hingga objek dalam satu
kelompok sama (atau punya hubungan) dengan yang lain dan berbeda (atau tidak
berhubungan) dengan objek-objek dalam kelompok lain. Tujuan dari analisa
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
cluster adalah meminimalkan jarak didalam cluster dan memaksimalkan jarak
antar cluster. Analisa cluster dapat dianggap sebagai suatu bentuk klasifikasi yang
memberi label objek-objek dengan label kelasnya (Hermawati, 2013).
2.4.1 Tipe Clustering
Menurut Hermawati (2013) Clustering merupakan suatu kumpulan dari
keseluruhan cluster. Beberapa tipe penting dari clustering adalah :
1. Partitional vs Hierarchical
Partitionalclustering adalah pembagian objek data kedalam subhimpunan
yang tidak overlap sedemikian hingga tiap objek data berada dalam tepat satu sub-
himpunan. Hierarchicalclustering merupakan sebuah himpunan cluster bersarang
yang diatur sebagai suatu pohon hierarki.
2. Exlusive vs non-exclusive
Setiap objek berada pada tepat di satu cluster merupakan exlusiveclustering.
Begitu sebaliknya jika data objek berada di lebih dari satu cluster secara
bersamaan merupakan non-exlusiveclustering.
3. Fuzzy vs non- fuzzy
Dalam fuzzyclustering setiap titik termasuk dalam setiap cluster dengan suatu
bobot antar 0 dan 1. Jumlah dari bobot-bobot tersebut sama dengan w. Clustering
probabilitas mempunyai karakteristik yang sama.
4. Partial vs complete
Dalam completeclustering setiap objek ditempatkan dalam cluster. Tetapi
dalam partial clustering tidak semua objek ditempatkan dalam sebuah cluster.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Kemungkinan ada objek yang tidak tepat untuk ditempatkan disalah satu cluster,
misalnya berupa outlier atau noise.
2.5 Metode K-Means
K-Means merupakan salah satu metode data clustering non hirarki yang
berusaha mempartisi data yang ada ke dalam bentuk satu atau lebih
cluster/kelompok. Metode ini mempartisi data ke dalam cluster/kelompok
sehingga data yang memiliki karakteristik yang sama dikelompokkan ke dalam
satu cluster yang sama dan data yang mempunyai karakteristik yang berbeda
dikelompokkan ke dalam kelompok yang lain (Agusta, 2007).
Beberapa penelitian yang menggunakan K-Means sebagai metode
pengelompokan yaitu K-Means dapat diterapkan pada data medis yang banyak
untuk pengelompokan dan hasilnya memiliki tingkat akurasi yang baik (Hussan,
2012). K-Means terbukti efektif pada penelitian untuk mengetahui hubungan
asosiatif dan keaktifan neuron pasien Lysosomal Storage Disorders (LSD) dengan
pengelompokan dan analisis analisis gambar (Gladis & Rani, 2013). K-Means
memiliki hasil yang baik pula pada penelitian yang memprediksi kinerja akademik
mahasiswa yang bertujuan untuk membuat keputusan yang efektif oleh pihak
perencana akademik (Oyelade, Oladipupo, & Obagbuwa, 2010). Di antara semua
algoritma berdasarkan pengelompokan, K-Means adalah salah satu metode yang
paling terkenal untuk menerapkan dataset ke dalam kelompok pola (Tajunisha,
2010).
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
2.5.1 Langkah-Langkah Penggunaan Metode K-Means
Langkah-langkah melakukan clustering dengan metode K-Means adalah
sebagai berikut (Ong, 2013):
1. Tentukan jumlah K cluster.
2. Inisialisasikan k pusat cluster. Inisiaisasi ini bisa dilakukan dengan berbagai
cara. Namun yang paling sering dilakukan adalah dengan cara random. Pusat-
pusat clusterdiberi nilai awal dengan angka-angka random dari objek data.
3. Alokasikan masing-masing data ke centroid/rata-rata terdekat. Kedekatan dua
objek ditentukan berdasarkan jarak kedua objek tersebut. Demikian juga
kedekatan suatu data ke cluster tertentu ditentukan jarak antara data dengan
pusat cluster. Dalam tahap ini perlu dihitung jarak tiap data ke tiap pusat
cluster. Jarak paling dekat antara satu data dengan satu cluster tertentu akan
menentukan suatu data masuk dalam cluster mana. Untuk menghitung jarak
digunakan rumus Euclidean Distance Space yaitu(Agusta, 2007) :
𝐷𝐿2(𝑥2, 𝑥1) = ‖𝑥2 − 𝑥1‖2 = √∑ (𝑥2𝑗 − 𝑥1𝑗)
2𝑝𝑗−1 (2.1)
Keterangan :
𝑥1 = Objek data
𝑥2 = Centroid
P = Dimensi data
D = Jarak
4. Menentukan kembali pusat cluster (centroid) yang baru dengan cara
menghitung rata-rata dari keanggotaan cluster yang sekarang.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
5. Lakukan pengalokasian objek ke cluster terdekat dengan menggunakan
centroid yang baru. Apabila ada anggota yang berpindah cluster, ulangi lagi
langkah ke 4. Jika tidak ada anggota yang berpindah cluster maka proses
clustering selesai.
2.6 Flowchart
Salah satu cara penggambaran alur sistem dapat menggunakan flowchart.
Flowchart adalah suatu diagram yang menampilkan aliran data dan rangkaian
tahapan operasi dalam suatu sistem (Bodnar & Hopwood, 2004). Simbol-simbol
pada flowchart terdapat pada Tabel 2.1.
Tabel 2.1 Komponen Flowchart
No Nama Bentuk Keterangan
1 Terminator Simbol yang menyatakan titik ujung dari sebuah flowchart. Titik awal, titik akhir ataupun titik interupsi
2 Proses
Simbol yang menggambarkan setiap fungsi pengolahan data
3 Keputusan Menggambarkan keputusan untuk
menentukan operasi mana yang harus dijalankan dari berbagai alternatif jalur operasi yang tersedia
4 Garis alir
Mengaitkan simbol satu dengan simbol yang lain . mengindikasi urutan informasi dan operasi yang harus dijalankan
5 Input/output Membuat data tersedia untuk diproses dan
mencatat informasi hasil suatu pemrosesan.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
2.7 Black Box
Pengujian black box berfokus pada persyaratan fungsional perangkat lunak.
Artinya, teknik pengujian black box memungkinkan untuk membuat beberapa
kumpulan kondisi masukan yang sepenuhnya akan melakukan semua kebutuhan
fungsional untuk perangkat lunak. Pengujian black box berupaya untuk
menemukan kesalahan dalam kategori berikut: (1) fungsi yang salah atau hilang,
(2) kesalahan antarmuka, (3) kesalahan dalam struktur data atau akses database
eksternal, (4) kesalahan perilaku atau kinerja, dan (5) kesalahan inisialisasi dan
penghentian (Pressman, 2010).
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
BAB III
METODE PENELITIAN
Metode penelitian merupakan cara atau prosedur penelitian beserta tahapan-
tahapan yang jelas dan sistematisuntuk mendapatkan data dan menyelesaikan
suatu masalah yang sedang diteliti dengan landasan ilmiah.
3.1 Tempat dan Waktu Penelitian
Tempat dilakukannya penelitian adalah di DinKes Kota Surabaya dan waktu
penelitian dilaksanakan kurang lebih 6 bulan dimulai dari Oktober 2015 sampai
Maret 2016.
3.2 Objek Penelitian
Objek penelitian pada penelitian ini adalah penyebaran penderita penyakit
DBD dengan menggunakan data jumlah penderita penyakit DBD dan faktor
geografis berupa pasar tradisional, sungai dan TPS per Kecamatan pada tahun
2010-2014 menggunakan metode K-Means dan divisualisasikan dengan SIG.
3.3 Pengumpulan Data
Metode pengumpulan data yang digunakan dalam penelitian ini adalah
melalui studi literature terkait permasalahan, wawancara secara langsung terhadap
sumbernya dan pengambilan data jumlah penderita penyakit DBD di seluruh Kota
Surabaya. Studi literature digunakan untuk mengetahui dan memahami
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
penggunaan algoritma K-Means dan proses SIG dengan bantuan buku, jurnal dan
sumber lain yang terkait.
Wawancara dilakukan dengan staff Bidang Pengendalian Masalah
Kesehatan,Dinas Kesehatan Kota Surabaya untuk mengetahui keseluruhan sistem
yang dijalankan oleh DinKes Kota Surabaya dalam mengetahui daerah
penyebaran penyakit DBD. Selain itu wawancara juga dilakukan pada staff
laboratorium Entomologi Institut of Tropical Disease (ITD) Universitas Airlangga
untuk mengetahui faktor geografis yang mempengaruhi timbulnya penyakit DBD
di Kota Surabaya. Data dan informasi yang diperoleh digunakan sebagai
gambaran masalah-masalah dan analisis sistem yang diteliti.
Data jumlah penderita penyakit DBD di seluruh Kota Surabaya digunakan
sebagai perhitungan dalam pemrosesan algoritma K-Means. Data yang diperoleh
dari DinKes Kota Surabaya adalah jumlah penderita penyakit DBD pada setiap
Kecamatan di Kota Surabaya dalam kurun waktu 5 tahun yaitu pada tahun 2010
sampai 2014.
3.4 Analisis Data
Analisis sistem dilakukan untuk mengidentifikasi kebutuhan pihak Dinkes
Kota Surabaya dalam penyebaran penyakit sehingga dapat bermanfaat sesuai
kebutuhan DinKes Kota Surabaya. Data input yang didapatkan dari studi berkas
yaitu data jumlah penderita penyakit DBD di Kota Surabaya dan jumlah faktor
geografis per Kecamatan dalam kurun waktu 5 tahun terakhir dari tahun 2010
sampai tahun 2014. Data input diolah untuk mengetahui penyebaran penyakit per
Kecamatan di Kota Surabaya.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Gambar 3.1 Block Diagram Proses Algoritma K-Means
Untuk dapat melakukan pengelompokan data-data menjadi beberapa
cluster perlu dilakukan beberapa langkah. Langkah-langkah metode K-Means
dapat dilihat pada gambar 3.1 dan berikut merupakan penjelasannya:
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
1. Tentukan jumlah cluster.
Data yang diolah berupa jumlah penderita penyakit DBD pada setiap
Kecamatan di Kota Surabaya dan faktor geografis berupa pasar tradisional,
Tempat Pembuangan Sampah (TPS), dan sungai. Dalam penelitian ini data-
data tersebut akan dikelompokan mejadi tiga cluster, yang akan
mempermudah user dalam mendefinisikan keadaan Kecamatan mengenai
penyebaran penyakit DBD.
2. Tentukan nilai centroid awal dengan mengambil secara acak dari objek data.
3. Alokasikan semua objek ke cluster terdekat.
Kedekatan dua objek ditentukan berdasarkan jarak kedua objek tersebut.
Demikian juga kedekatan suatu data ke cluster tertentu ditentukan jarak
antara data dengan pusat cluster. Dalam tahap ini perlu dihitung jarak tiap
data ke tiap pusat cluster. Jarak paling dekat antara satu data dengan satu
cluster tertentu akan menentukan suatu data masuk dalam cluster mana.
Untuk menghitung jarak dari objek ke cluster pada tahap ini menggunakan
rumus Euclidean distance space seperti pada persamaan 2.1
4. Menentukan kembali pusat cluster yang baru.
Dengan cara menghitung rata-rata dari keanggotaan cluster yang sekarang.
5. Lakukan pengalokasian semua objek ke cluster terdekat dengan centroid
yang baru. Apabila ada objek yang berpindah cluster, ulangi lagi langkah ke
4. Jika objek tidak ada yang berpindah cluster maka proses clustering
selesai.
Setiap cluster yang terbentuk akan didefinisikan identitasnya, jika pada
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
DinKes untuk mengelompokkan Kecamatan berdasarkan jumlah penderita DBD
berupa endemis, potensial dan bebas. Dalam sistem ini yang dianalisis tidak
berdasarkan faktor jumlah penderita DBD saja tetapi juga faktor geografisnya
maka setiap cluster yang terbentuk dari beberpa objek akan memberikan
informasi ciri-ciri dari masing-masing cluster, sehingga untuk identitas cluster
disimpulkan oleh pengguna.
3.5 Perancangan Sistem
Ha-hal yang dilakukan dalam perancangan SIG untuk penyebaran penyakit
DBD dikota Surabaya menggunakan metode K-Means adalah mengidentifikasi
aktifitas sistem menggunakan flowchart untuk menggambarkan aktifitas yang
terjadi pada sistem mulai awal hingga akhir dan menentukan input serta output
pada sistem.
3.6 Implementasi Sistem
Implementasi sistem dimulai saat perancangan telah dilakukan. SIG untuk
penyebaran penyakit DBD di Kota Surabaya menggunakan metode K-Means akan
diimplementasikan menggunakan bahasa pemrograman Hypertext Preprocessor
(PHP) dengan bantuan Notepad++, sedangkan untuk visualisasi SIG peta
Surabaya akan menggunakan Application Programming Interface (API) dari
GoogleMap.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
3.7 Pengujian Sistem
Pengujian sistem diperlukan untuk menguji seberapa jauh sebuah sistem
dapat menjalankan fungsinya dengan baik. Adapun teknik pengujian yang
digunakan untuk menguji Sistem Informasi Geografis pada penderita penyakit
DBD Kota Surabaya adalah teknik blackbox testing.
3.8 Evaluasi Sistem
Pada tahap ini dilakukan evaluasi terhadap sistem yang telah dirancang.
Evaluasi dilakukan untuk mengetahui validasi sistem seberapa besar kesesuaian
hasil yang diperoleh dari sistem dengan pengerjaan manual.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
BAB IV
HASIL DAN PEMBAHASAN
4.1 Pengumpulan Data dan Informasi
Pengumpulan data dan informasi dilakukan terhadap faktor-faktor yang
berpengaruh terhadap penyebaran penyakit Demam Berdarah (DBD) di Kota
Surabaya. Teknik pengumpulan data dan informasi yang digunakan dalam
penelitian ini adalah dengan melakukan study literature, wawancara, dan
pengumpulan data.
4.1.1. Study Literature
Dalam penelitian ini study literature yang dilakukan adalah mempelajari
faktor-faktor yang berpengaruh terhadap penyebaran penyakit DBD serta
penerapan metode k-Means pada sistem yang akan dibangun. Faktor yang
berpengaruh terhadap penyebaran penyakit DBD di Kota Surabaya adalah jumlah
penderita penyakit DBD per Kecamatan serta faktor geografis. Faktor geografis
yang diperoleh terhadap hasil penelitian sebelumnya oleh Arista Pratama pada
tahun 2013 dalam Skripsinya yang berjudul Sistem Pendukung Keputusan
Peringatan Dini Kejadian Luar Biasa Menggunakan Metode AHP Berbasis SIG
Studi Kasus Puskesmas Pucang Sewu Surabaya terdapat beberapa faktor geografis
utama yang dapat mempengaruhi terjangkitnya penyakit yaitu pasar tradisional,
sungai dan tempat pembuangan sampah (TPS). Sedangkan penerapan metode k-
Means digunakan untuk proses pengelompokkan data jumlah penderita penyakit
DBD dengan menggunakan 4 variabel yaitu jumlah penderita penyakit DBD,
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
pasar tradisional, sungai dan Tempat Pembuangan Sampah (TPS).
4.1.2. Wawancara
Hasil wawancara dilakukan dengan staff Bidang Pengendalian Masalah
Kesehatan, Dinas Kesehatan (Dinkes) Kota Surabaya untuk mengetahui sistem
dalam evaluasi daerah penyebaran penyakit DBD di Kota Surabaya. Dari hasil
wawancara diperoeh informasi bahwa pada mulanya DinKes Kota Surabaya
mendapatkan laporan data penderita DBD dari puskesmas dan Rumah Sakit di
seluruh kota Surabaya. Dari data yang diperoleh diolah menjadi data jumlah
penderita penyakit DBD per Kecamatan lalu dilakukan penggolongan daerah
menjadi 3 kelompok dimuai dari tingkat daerah yang tertinggi yaitu daerah
endemis, daerah potensial dan daerah bebas. Daerah disebut endemis apabila
daerah yang setiap 3 tahun berturut-turut selalu ada kasus DBD. Daerah disebut
potensial adalah daerah yang setiap 3 tahun berturut turut ada 1 tahun yang tidak
ada kasus DBD. Daerah disebut bebas adalah daerah yang sama sekali tidak
pernah ada kasus selama 3 tahun berturut-turut. Hasil wawancara pada staff
Bidang Pengendalian Masalah Kesehatan, Dinkes Kota Surabaya terdapat pada
Lampiran 2.
Selain itu hasil wawancara yang dilakukan pada staff laboratorium
Entomologi Institut Tropical Disease (ITD) Universitas Airlangga mengenai
faktor geografis yang mempengaruhi penyebaran penyakit DBD di Kota
Surabaya. Dari hasil wawancara menjelaskan bahwa pasar tradisional, tempat
pembuangan akhir/ sampah, dan sungai merupakan faktor geografis penyebaran
penyakit DBD. Hasil wawancara dapat dilihat pada Lampiran 1.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
4.1.3. Pengumpulan Data
Data yang diperoleh dari DinKes Daerah Kota Surabaya adalah jumlah
penderita penyakit DBD pada setiap Kecamatan di Kota Surabaya dalam kurun
waktu 5 tahun yaitu pada tahun 2010 sampai 2014. Selain itu data faktor geografis
yaitu berupa sungai Kota Surabaya diperoleh dari Dinas PU Cipta Karya dan Tata
Ruang Kota Surabaya, sedangkan data TPS di Kota Surabaya diperoleh dari Dinas
Kebersihan dan Pertamanan Kota Surabaya, dan data pasar tradisional diperoleh
dari Perusahaan Daerah Pasar Surya Kota Surabaya. Data faktor geografis dapat
dilihat pada Lampiran 3.
4.2 Analisis Sistem
Dalam rancang bangun Sistem Informasi Geografis (SIG) untuk penyebaran
penyakit DBD dengan menggunakan metode k-Means terdapat faktor jumlah
penderita per Kecamatan sejumlah 31 Kecamatan dan 3 faktor geografis yaitu
pasar tradisional, sungai dan TPS. Data jumlah penderita penyakit DBD dan
jumlah faktor geografis per Kecamatan akan diolah menggunakan metode k-
Means. Pada DinKes Kota Surabaya dalam melakukan evaluasi penyebaran
penyakit DBD membentuk 3 kelompok yang diinterpretasikan dalam kelompok
bebas, potensial dan endemis dengan mengikuti panduan dari DinKes Kota
Surabaya. Namun, karena perbedaan variabel dan aturan yang digunakan untuk
pengelompokan dengan Dinkes Kota Surabaya, hasil akhir dari sistem ini akan
menghasilkan kelompok yang memberikan informasi ciri-ciri setiap kelompok
melalui anggota.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Dari data jumlah penderita penyakit DBD pertahun setiap Kecamatan
selama 5 tahun yaitu mulai tahun 2010 sampai 2014 dan faktor geografis berupa
pasar tradisional, sungai dan TPS akan dilakukan pengelolaan menggunakan
metode k-Means. Adapun data jumlah penderita DBD di Kota Surabaya terdapat
pada Lampiran 4.
Untuk menentukan hasil penyebaran 2014, maka data yang di hitung adalah
data tahun 2014. Data faktor penyebaran penyakit DBD pada tahun 2014 per
Kecamatan terdapat pada Tabel 4.1.
Tabel 4.1. Data faktor penyebaran penyakit DBD Tahun 2014 Kecamatan Penderita
DBD Pasar Sungai TPS
Sukomanunggal 31 2 9 6 Tandes 31 3 4 13
Asemrowo 5 2 6 7 Benowo 31 0 6 7
Pakal 6 0 7 11 Lakarsantri 25 2 6 6 Sambikerep 23 0 4 6
Genteng 19 7 3 5 Tegalsari 13 7 10 6 Bubutan 34 4 4 5
Simokerto 23 4 3 4 Pabean Cantikan 16 9 5 6
Semampir 36 2 4 6 Krembangan 34 4 4 7
Bulak 8 1 6 3 Kenjeran 42 0 4 7
Tambaksari 33 6 4 6 Gubeng 27 5 6 12 Rungkut 41 1 9 11 Tenggilis 16 3 5 6
Gunung Anyar 20 0 10 3 Sukolilo 31 1 10 10
Mulyorejo 19 1 8 4 Sawahan 76 5 3 7
Wonokromo 37 5 5 10 Karang pilang 25 2 3 7 Dukuh Pakis 25 0 4 14
Wiyung 29 0 6 10 Gayungan 21 0 6 7 Wonocolo 19 0 5 7 Jambangan 20 0 4 4
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Berikut merupakan tahap pengelolaan data menggunakan metode k-Means
secara manual :
1. Menentukan Jumlah cluster
Tahap pertama adalah menentukan jumlah cluster, dalam sistem ini akan
menghasilkan 3 kelompok yang diidentitaskan sementara C1, C2 dan C3.
2. Tentukan nilai centroid awal dengan mengambil secara acak dari objek data.
Untuk menentukan nilai centroid awal dapat diambil secara acak dari nilai
pada objek. Seperti pada perhitungan untuk hasil tahun 2014. Ditentukan
centroid secara acak untuk cluster pertama yaitu diambil dari data Kecamatan
Asemrowo yaitu 5, 2, 6 dan 7. Lalu untuk cluster yang kedua yaitu data dari
Kecamatan Rungkut yaitu 41, 1, 9 dan 11. Sedangkan untuk cluster ke tiga
diambil dari data Kecamatan Tenggilis yaitu 16, 3, 5 dan 6.
3. Alokasikan semua objek ke cluster terdekat.
Kedekatan dua objek ditentukan berdasarkan jarak kedua objek tersebut.
Demikian juga kedekatan suatu data ke cluster tertentu ditentukan jarak
antara data dengan pusat cluster. Dalam tahap ini perlu dihitung jarak tiap
data ke tiap pusat cluster. Jarak paling dekat antara satu data dengan satu
cluster tertentu akan menentukan suatu data masuk dalam cluster mana.
Untuk menghitung jarak dari objek ke cluster pada tahap ini menggunakan
rumus Euclidean distance space seperti pada persamaan 2.1. Seperti pada
objek Kecamatan Sukomanunggal memiliki data dari jumlah penderita DBD,
TPS, pasar, dan sungai berturut-turut adalah 51, 6, 2 dan 9 kemudian dihitung
jaraknya dengan cluster pertama, kedua dan ketiga. Untuk menghitung jarak
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
objek Kecamatan Sukomanunggal dengan cluster pertama ialah :
Jarak dari objek ke C1= √((51 − 5)2 + (6 − 2)2 + (2 − 6)2 + (9 − 7)2)
= 26,192
Maka jarak antara objek Kecamatan Sukomanunggal dengan C1 adalah
26,192. Selanjutnya menghitung jarak antara objek dengan cluster2 (C2)
yaitu:
Jarak dari objek ke C2 = √((51 − 41)2 + (6 − 1)2 + (2 − 9)2 + (9 − 11)2)
= 11,225
Maka jarak antara objek Kecamatan Sukomanunggal dengan C2 adalah
11,225. Kemudian menghitung jarak antara objek dengan cluster 3 (C3)
yaitu:
Jarak dari objek ke C3= √((51 − 16)2 + (6 − 3)2 + (2 − 5)2 + (9 − 6)2)
= 15,556
Langkah ini dilakukan pada semua objek sehingga setiap objek akan
diketahui jarak pada setiap cluster. Setelah diketahui jarak antara objek
dengan setiap cluster maka untuk menentukan kelompok untuk masing-
masing objek dengan memilih jarak yang terkecil. Seperti halnya objek
Kecamatan Sukomanunggal memiliki jarak 26,192 pada C1, 11,225 pada C2
dan 15,556 pada C3. Dari ketiga jarak tersebut 11,225 merupakan jarak
terkecil, maka Kecamatan Sukomanunggal terletak pada kelompok C1,
begitupula pada semua objek lainnya. Hasil iterasi pertama dapat dilihat pada
Tabel 4.2
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Tabel 4.2 Hasil Iterasi pertama
KECAMATAN Jarak
dengan C1
Jarak dengan
C2
Jarak dengan
C3 KETERANGAN
Sukomanunggal 26,192 11,225 15,556 C2
Tandes 26,777 11,533 16,583 C2
Asemrowo 0 36,359 11,136 C1
Benowo 26,077 11,225 15,362 C2
Pakal 4,69 35,071 11,747 C1
Lakarsantri 20,025 17,059 9,11 C3
Sambikerep 18,248 19,365 7,681 C3
Genteng 15,297 24,331 5,477 C3
Tegalsari 10,296 29,086 7,071 C3
Bubutan 29,206 10,909 18,083 C2
Simokerto 18,601 20,445 7,616 C3
Pabean Cantikan 13,115 27,019 6 C3
Semampir 31,081 8,718 20,05 C2
Krembangan 29,138 9,95 18,083 C2
Bulak 5,099 34,088 8,832 C1
Kenjeran 37,108 6,557 26,211 C2
Tambaksari 28,373 11,79 17,292 C2
Gubeng 22,76 14,9 12,728 C3
Rungkut 36,359 0 25,884 C2
Tenggilis 11,136 25,884 0 C3
Gunung Anyar 16,155 22,517 7,681 C3
Sukolilo 26,495 10,100 16,432 C2
Mulyorejo 14,491 23,108 5,099 C3
Sawahan 71,127 35,958 60,075 C2
Wonokromo 32,296 7 21,471 C2
Karang pilang 20,224 17,578 9,327 C3
Dukuh Pakis 21,378 17,059 12,45 C3
Wiyung 24,269 12,45 13,964 C2
Gayungan 16,125 20,64 6 C3
Wonocolo 14,177 22,738 4,359 C3
Jambangan 15,556 22,716 5,477 C3
4. Menentukan kembali pusat cluster yang baru.
Dengan cara menghitung rata-rata dari keanggotaan cluster yang sekarang.
Pada Iterasi pertama yang dapat dilihat pada Tabel 4.2, C1 memiliki 3
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
anggota. Maka untuk menentukan centroid C1 pada iterasi kedua adalah
dengan mencari rata-rata dari data 3 Kecamatan yang telah menjadi
keanggotaannya C1 yaitu Kecamatan Asemrowo, Pakal dan Bulak. Pada
Kecamatan Asemrowo memiliki jumlah penderita DBD pada tahun 2014
sejumlah 5, sedangkan pada Kecamatan Pakal sejumlah 6 dan Kecamatan
Bulak sejumlah 8, maka hasil dari centroid pertama pada C1 adalah sebagai
berikut :
Centroid pertama C1= 5+6+8
3
= 6,33
Untuk mengetahui centroid kedua dari C1 dihitung dari jumlah pasar
tradisionalnya yaitu pada Kecamatan Asemrowo memiliki jumlah pasar
tradisional pada tahun 2014 sejumlah 2 , pada Kecamatan Pakal 0 dan
Kecamatan Bulak 1, maka hasil centroid kedua pada C1 adalah:
Centroid kedua C1 = 2+0+1
3
= 1
Sedangkan untuk mengetahui centroid ketiga dari C1 dihitung dari jumlah
sungainya yaitu pada Kecamatan Asemrowo memiliki jumlah pasar tradisional
pada tahun 2014 sejumlah 6 , pada Kecamatan Pakal 7 dan Kecamatan Bulak
6, maka hasil centroid ketiga pada C1 adalah sebagai berikut :
Centroid ketiga C1 = 6+7+6
3
= 6,33
Dan untuk mengetahui centroid keempat dari C1 dihitung dari jumlah TPS
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
yaitu pada Kecamatan Asemrowo memiliki jumlah TPS pada tahun 2014
sejumlah 7 , pada Kecamatan Pakal 11 dan Kecamatan Bulak 3, maka hasil
centroid keempat pada C1 adalah sebagai berikut :
Centroid keempat C1 = 7+11+3
3
= 7
Untuk C2 memiliki 13 anggota yaitu Sukomanunggal, Tandes, Benowo,
Bubutan, Semampir, Krembangan, Kejeran, Tambaksari, Rungkut, Sukolilo,
Sawahan, Wonokromo, Wiyung, dan C3 memiliki 15 anggota yaitu
Lakarsantri, Sambikerep, Genteng, Tegalsari, Simokerto, Pabeancantikan,
Gubeng, Tenggilis, Gunung Anyar, Mulyorejo, Karang Pilang, Dukuh Pakis,
Gayungan, Wonocolo, Jambangan. Untuk menentukan nilai centroid pada C2
langkahnya sama dengan pencarian nilai centroid C1 hanya saja data yang
digunakan merupakan data yang menjadi keanggotaannya C2, begitu juga
untuk mencari nilai centroid pada C3.
5. Alokasikan objek pada cluster terdekat dengan menggunakan centroid yang
baru. Apabila objek berpindah cluster, ulangi lagi langkah ke 4 dengan
memakai pusat cluster yang baru. Jika tidak ada objek yang berpindah
cluster maka proses clustering selesai.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Tabel 4.3 Iterasi Kedua
KECAMATAN
Jarak dengan
C1
Jarak dengan
C2
Jarak dengan
C3 KETERANGAN
Sukomanunggal 24,851 7,573 10,888 C2
Tandes 25,571 8,221 12,262 C2
Asemrowo 1,7 32,41 15,766 C1
Benowo 24,689 6,97 10,634 C2
Pakal 4,19 31,656 15,719 C1
Lakarsantri 18,723 12,578 4,376 C3
Sambikerep 16,889 14,834 3,823 C3
Genteng 14,545 19,334 5,479 C3
Tegalsari 9,741 25,273 9,968 C1
Bubutan 27,998 5,042 13,494 C2
Simokerto 17,518 15,235 4,369 C3
Pabean Cantikan 12,658 22,442 7,934 C3
Semampir 29,792 2,981 15,359 C2
Krembangan 27,926 4,137 13,425 C2
Bulak 4,346 29,863 13,312 C1
Kenjeran 35,757 5,592 21,49 C2
Tambaksari 27,25 6,155 12,804 C2
Gubeng 21,638 11,38 8,696 C3
Rungkut 34,998 5,997 21,132 C2
Tenggilis 10,011 21,497 4,791 C3
Gunung Anyar 14,738 18,824 6,342 C3
Sukolilo 25,118 8,169 11,884 C2
Mulyorejo 13,123 19,054 4,276 C3
Sawahan 69,861 38,792 55,373 C2
Wonokromo 31,1 3,193 16,815 C2
Karang pilang 18,988 12,699 5,002 C3
Dukuh Pakis 20,097 14,045 9,177 C3
Wiyung 22,889 8,981 9,392 C2
Gayungan 14,704 16,621 2,784 C3
Wonocolo 12,776 18,598 3,258 C3
Jambangan 14,22 18,101 3,986 C3
Pada iterasi kedua yang ditunjukkan pada Tabel 4.3 ada objek yang berpindah
cluster, yaitu Kecamatan Tegalsari pada iterasi pertama termasuk cluster C3,
sedangkan pada iterasi kedua masuk pada C1, maka mengulang langkah
keempat pada iterasi ketiga. Iterasi Ketiga dapat dilihat pada Tabel 4.4.
Tabel 4.4 Iterasi ketiga
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
KECAMATAN
Jarak dengan
C1
Jarak dengan
C2
Jarak dengan
C3 KETERANGAN
Sukomanunggal 23,084 7,573 10,470 C2
Tandes 24,060 8,221 11,762 C2
Asemrowo 3,298 32,410 16,320 C1
Benowo 23,171 6,970 10,045 C2
Pakal 5,327 31,656 16,214 C1
Lakarsantri 17,070 12,578 3,861 C3
Sambikerep 15,568 14,834 3,170 C3
Genteng 12,743 19,334 5,798 C3
Tegalsari 7,306 25,273 10,679 C1
Bubutan 26,304 5,042 12,958 C2
Simokerto 15,902 15,235 4,060 C3
Pabean Cantikan 10,577 22,442 8,505 C3
Semampir 28,202 2,981 14,771 C2
Krembangan 26,246 4,137 12,881 C2
Bulak 4,228 29,863 13,832 C1
Kenjeran 34,247 5,592 20,885 C2
Tambaksari 25,463 6,155 12,331 C2
Gubeng 19,909 11,380 8,404 C3
Rungkut 33,352 5,997 20,631 C2
Tenggilis 8,359 21,497 5,350 C3
Gunung Anyar 13,110 18,824 6,561 C3
Sukolilo 23,439 8,169 11,491 C2
Mulyorejo 11,462 19,054 4,635 C3
Sawahan 68,179 38,792 54,822 C2
Wonokromo 29,375 3,193 16,315 C2
Karang pilang 17,532 12,699 4,332 C3
Dukuh Pakis 18,931 14,045 8,770 C3
Wiyung 21,433 8,981 8,835 C3
Gayungan 13,299 16,621 2,573 C3
Wonocolo 11,505 18,598 3,324 C3
Jambangan 12,976 18,101 3,843 C3
Pada iterasi ketiga yang ditunjukkan pada Tabel 4.4 masih ada objek yang
berpindah cluster yaitu Kecamatan Wiyung pada iterasi kedua berada pada
cluster C2 berpindah pada C3. Sehingga dlakukan pengulangkan pada langkah
keempat yakni iterasi keempat ditunjukkan pada Tabel 4.5.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Tabel 4.5. Iterasi keempat
KECAMATAN
Jarak dengan
C1
Jarak dengan
C2
Jarak dengan
C3 KETERANGAN
Sukomanunggal 23,084 8,165 9,983 C2
Tandes 24,06 8,85 11,225 C2
Asemrowo 3,298 33,108 16,822 C1
Benowo 23,171 7,67 9,497 C2
Pakal 5,327 32,383 16,611 C1
Lakarsantri 17,07 13,254 3,385 C3
Sambikerep 15,568 15,524 2,874 C3
Genteng 12,743 19,925 6,223 C3
Tegalsari 7,306 25,907 11,138 C1
Bubutan 26,304 5,385 12,511 C2
Simokerto 15,902 15,832 4,122 C3
Pabean Cantikan 10,577 23,036 8,970 C3
Semampir 28,202 3,29 14,271 C2
Krembangan 26,246 4,618 12,393 C2
Bulak 4,228 30,537 14,369 C1
Kenjeran 34,247 5,098 20,357 C2
Tambaksari 25,463 6,506 11,91 C2
Gubeng 19,909 12,034 7,953 C3
Rungkut 33,352 5,773 20,068 C2
Tenggilis 8,359 22,173 5,904 C3
Gunung Anyar 13,11 19,468 6,713 C3
Sukolilo 23,439 8,822 10,945 C2
Mulyorejo 11,462 19,719 4,959 C3
Sawahan 68,179 38,077 54,318 C2
Wonokromo 29,375 3,29 15,798 C2
Karang pilang 17,532 13,373 3,898 C3
Dukuh Pakis 18,931 14,765 8,326 C3
Wiyung 21,433 9,729 8,246 C3
Gayungan 13,299 17,335 2,488 C3
Wonocolo 11,505 19,309 3,576 C3
Jambangan 12,976 18,766 4,122 C3
Pada iterasi keempat yang ditunjukkan pada Tabel 4.5 tidak ada objek yang
berpindah cluster maka iterasi berhenti. Hasil terakhir dari perhitungan k-
Means pada tahun 2014 adalah terdapat pada Tabel 4.6, yang merupakan hasil
iterasi keempat.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Tabel 4.6 Hasil Akhir
KECAMATAN Penderita
DBD Pasa
r Sungai TPS KETERANGAN
Asemrowo 5 2 6 7 C1
Pakal 6 0 7 11 C1
Tegalsari 13 7 10 6 C1
Bulak 8 1 6 3 C1
Sukomanunggal 31 2 9 6 C2
Tandes 31 3 4 13 C2
Benowo 31 0 6 7 C2
Bubutan 34 4 4 5 C2
Semampir 36 2 4 6 C2
Krembangan 34 4 4 7 C2
Kenjeran 42 0 4 7 C2
Tambaksari 33 6 4 6 C2
Rungkut 41 1 9 11 C2
Sukolilo 31 1 10 10 C2
Sawahan 76 5 3 7 C2
Wonokromo 37 5 5 10 C2
Lakarsantri 25 2 6 6 C3
Sambikerep 23 0 4 6 C3
Genteng 19 7 3 5 C3
Simokerto 23 4 3 4 C3
Pabean Cantikan 16 9 5 6 C3
Gubeng 27 5 6 12 C3
Tenggilis 16 3 5 6 C3
Gunung Anyar 20 0 10 3 C3
Mulyorejo 19 1 8 4 C3
Karang pilang 25 2 3 7 C3
Dukuh Pakis 25 0 4 14 C3
Wiyung 29 0 6 10 C3
Gayungan 21 0 6 7 C3
Wonocolo 19 0 5 7 C3
Jambangan 20 0 4 4 C3
Setelah diketahui hasil akhir dari pengelompokkan, langkah selanjutnya
adalah menentukan identitas kelompok. Identitas kelompok dapat ditentukan oleh
pakar penyakit DBD dengan mengamati ciri-ciri setiap kelompok dari anggotanya
masing-masing. Sehingga, Dinkes Kota Surabaya dapat mengambil kebijakan
dalam mencegah atau mengendalikan penyakit DBD dengan tepat sasaran.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
4.3 Perancangan Sistem
Sistem yang akan dibangun terdiri dari empat fitur utama pada tampilan
home, yaitu fitur hasil pengelompokkan dari perhitungan k-Means, fitur Lihat Peta
yaitu untuk melihat peta kota Surabaya berdasarkan hasil pengelompokan k-
Means, , fitur Detail Tabel untuk melihat hasil daerah yang spesifik dan fitur input
data untuk menginputkan data yang belum ada di basis data. Aktivitas sistem ini
digambarkan dengan merupakan flowchart dapat dilihat pada Gambar 4.1.
Gambar 4.1 Flowchart aktivitas Sistem
Berikut merupakan penjelasan aktivitas input dan output nya:
A. Input Sistem
Input dalam sistem yang akan dibangun berupa tahun, kategori / kelompok dan
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Kecamatan. Pada input tahun adalah memilih tahun yang ingin diketahui hasil
pengelompokkannya. Sedangkan input kategori adalah menginputkan kategori
dengan cara memilih salah satu kategori pengelompokkan yang berupa C1, C2,
atau C3. Serta untuk input Kecamatan yaitu menginputkan kecamatan yang ingin
dilihat hasil pengelompokknya dengan cara memilih salah satu Kecamatan yang
ada di Surabaya.
B. Output Sistem
Output dari sistem ini adalah jika diinputkan tahun yang diinginkan maka akan
keluar tabel yang berisi hasil pengelompokkan Kecamatan serta sistem akan
menampilkan peta Kecamatan kota Surabaya dengan warna yang sesuai dengan
hasil pengelompokkan. Dalam peta terdapat 3 warna untuk membedakan antara
C1, C2, dan C3 yaitu warna kuning untuk Kecamatan yang masuk dalam kategori
C1, warna hijau untuk Kecamatan yang masuk dalam kategori C2 dan warna
merah untuk Kecamatan yang masuk dalam kategori C3.
Jika telah diinputkan kategori pada sistem dengan memilih salah satu kategori,
hasil output pada sistem berupa tabel yang berisi Kecamatan yang berkategori
sama dengan kategori yang diinputkan. Seperti contoh jika pada sistem diinputkan
kategori C1, maka sistem akan menampilkan Kecamatan dengan karakteristiknya
berkategori C1 dan pada peta akan menampilkan peta Kecamatan yang
berkategori C1.
Sedangkan jika sistem telah diinputkan Kecamatan dengan memilih salah satu
Kecamatan di Surabaya, maka output sistem berupa peta yang menampilkan
Kecamatan yang telah dipilih. Seperti contoh diinputkan Kecamatan Mulyorejo,
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
maka pada peta akan muncul peta Kecamatan Mulyorejo.
4.4 Implementasi Sistem
Pada sub bab ini akan dibahas mengenai General User Interface(GUI) untuk
aplikasi rancang bangun sistem informasi geografis untuk penyebaran penyakit
demam berdarah di kota surabaya. GUI tersebut berjalan atas dasar proses k-
Means yang telah ditulis dalam sebuah algoritma. Sebelum masuk ke dalam
pembahasan user interface, akan dijabarkan terlebih dahulu algoritma proses k-
Means yang dijalankan oleh user interface. Gambaran umum Algoritma sistem
dapat dilihat pada Gambar 4.2.
Gambar 4.2 Algoritma Umum Sistem
Pada pemilihan tahun, tahun yang dapat dipilih adalah tahun yang sudah ada
didalam basis data jika tahun yang akan dipilih tidak muncul hasilnya maka data
pada tahun yang ingin ditampilkan belum diinputkan, sehingga user dapat
menginputkan terlebih dahulu datanya berupa nama Kecamatan, tahun, jumlah
penderita DBD, pasar tradisional, TPS, dan sungai. Dalam pengelompokkan k-
Means langkah pertama, yaitu menentukan centroid pada ketiga cluster yaitu
dengan cara random berikut pseudocode-nya dapat dilihat pada Gambar 4.3.
1. Pilih tahun
2. Pengelompokan oleh k-Means
1. Menentukan centroid pada ketiga cluster. 2. Menghitung jarak objek dengan masing-masing
cluster
3. Mengalokasikan objek pada cluster terdekat 4. Hitung centroid baru dan lakukan
pengalokasian dengan centroid baru
5. Ulangi langkah 4 jika ada anggota berpindah kelompok
3. Lihat Peta
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Tahun ← POST [‘tahun’] Kelas ← proses () baru Koneksi ← kelas -> connect () Tabel1 ← kelas -> getKecamatanRandom (koneksi)
FUNCTION getKecamatanRandom (koneksi) do query ← mysqli_query (koneksi, “SELECT id_kec FROM `kecamatan` ORDER BY RAND() LIMIT 3")
data ← array baru while (row ← mysqli_fetch_array(query) do
array_push (data, row) return data
arr ← array baru jd← array baru jt ← array baru pasar ← array baru sungai← array baru i← 0 j← 0 foreach (tabel1 as getTabelDetail) arr[i] ← getTabelDetail['id_kec']; tabel2 ← $kelas->getMean($koneksi, $tahun, $arr[$i]); foreach(tabel2 as $getTabelDetail1) jd[j] ← getTabelDetail1['jumlah'] jt[j] ← getTabelDetail1['jumlahtpa'] sungai[j] ← getTabelDetail1['jumlahSungai'] pasar[j] ←getTabelDetail1['jumlahPasar'] j ←j+1; endforeach i←i+1;
endforeach;
arr2 ← array baru arr2[0] ← jd [0]”,”. jd [0]”,”. pasar [0]”,”. sungai [0] arr2[1] ← 0]”,”. jd [1]”,”. pasar [1]”,”. sungai [1] arr3[2] ← 0]”,”. jd [2]”,”. pasar [2]”,”. sungai [2] for i ← 0 to count ( jumlah) do obj ← jumlah data ← explode(“,”, obj [i]) for j ← 0 to count (data) do
objek [i][j] <- data [j] endfor endfor for i ← 0 to count (jumlah ) do cls ← arr2 data ← explode(“,”, cls [i]) for j ← 0, count (data) do
centroid [i][j] ← data [j] endfor endfor
Gambar 4.3 Pseudocode menentukan centroid pada ketiga cluster
Setelah ditentukan centroid pada masing-masing cluster, maka langkah
selanjutnya adalah menghitung jarak antara objek dengan masing-masing centroid
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
lalu menempatkannya pada cluster terdekat. Untuk pseudocode menghitung jarak
objek dengan masing-masing cluster algoritmanya ditunjukkan pada Gambar 4.4.
Gambar 4.4 Pseudocode menghitung jarak objek dengan masing-masing cluster
Setelah ditentukan jarak pada masing-masing objek dengan ketiga cluster,
maka dipilih jarak terendah yang akan menjadikan objek sebagai kelompoknya.
Berikut pada Gambar 4.5 merupakan pseudocode dari pengelompokan dan
pengulangan menentukan kelompok.
Gambar 4.5 Pseudocode mengalokasikan objek pada cluster terdekat.
Kemudian jika tidak ada objek yang berpindah kelompok maka iterasi berhenti,
tapi jika ada objek yang masih berpindah kelompok dan iterasi dibawah 20 kali
Kelas objek cluster ← null , data ← array baru fungsi setCluster (cls) jml ← 0 , tmptCluster ← 0 , c ← null for i ← 0 to count (this->data) do
jml ← 0 for j ← 0 j<count (this -> data ) do
jml + ← pow ((this -> data [j]-cls[i][j]),2) endfor tmpC ← sqrt(juml) ifc ← null do c=tmpC tmpCluster ← i endif if tmpC ← < c do c← tmpC tmpCluster ← i endif
endfor this -> cluster ← tmpCluster Fungsi getCluster () Return this -> cluster
for i ← 0 to count (objek[0] pada data ) do objek [i] pada setCluster(centroidCluster) mencetak objek ← (i+1) for j ← 0 to count (objek[i] data ) do mencetak (objek [i] data[j] for j ← 0 to count (centroidCluster ) do jika ← j== this > objek[i] > getCluster() do mencetak “X” namun jika selain itu, mencetak “ ” atau kosong
endfor endfor
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
iterasi maka dilakukan pengelompokan ulang dengan centroid yang baru. Pada
Gambar 4.6 dapat dilihat pseudocode untuk pengulangan iterasi.
Gambar 4.6 Pseudocode mengulang pada langkah ke 4
Antar muka sistem ini terdiri dari empat fitur utama pada tampilan home,
fitur Hasil k-Means, fitur Lihat Peta, fitur Detail Tabel dan fitur input. Gambar 4.7
merupakan tampilan Home pada saat user pertama kali mengakses sistem.
Gambar 4.7 Tampilan halaman Home sistem
mencetak tabel baru cek ← true fori ← 0 icount (this cekObjCluster) do if ← cekObjCluster [i] tidak = objek[i] getCluster cek ← FALSE berhenti endfor
endfor Jika tidak sama dengan cek do For i ← 0 i < count ( this -> cekObjekCluster ) do This -> cekObjekCluster [i] ← this -> objek[i],getCluster() endfor This -> setCentroidCluster () This -> setClusterObjek ← (itr+1, tahun) Endif
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
1. Fitur Hasil Pengelompokan
Pada Fitur ini user dapat melihat hasil pengelompokan Kecamatan berupa
tabel dengan cara memilih tahun yang ingin ditampilkan pada kolom tahun
lalu klik tombol Hasil Pengelompokan pada tampilan halaman Home. Pada
Gabar 4.8 merupakan contoh tampilan hasil pengelompokkan pada tahun
2014.
Gambar 4.8 Tampilan hasil pengelompokan
2. Fitur menampilkan peta
Pada fitur ini user dapat melihat peta kota Surabaya dengan bantuan
GoogleMap API, dengan warna poligon setiap Kecamatan yang sesuai
dengan hasil pengelompokan k-Means. Dengan keterangan jika Kecamatan
masuk kedalam kelompok C1, maka poligon pada Kecamatan berwarna
kuning, jika daerah Kecamatan masuk kedalam kelompok C2, maka poligon
pada Kecamatan berwarna hijau dan jika Kecamatan masuk kedalam
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
kelompok C3, maka poligon Kecamatan berwarna merah. Contoh tampilan
peta pada tahun 2014 yaitu dapat dilihat ada Gambar 4.9
Gambar 4.9 Tampilan Peta Kota Surabaya
Pada fitur Lihat Peta juga terdapat pilihan Kecamatan yaitu dapat melihat
hasil peta hasil pengelompokan bedasarkan Kecamatan yang diinginkan
dengan cara pilih Kecamatan yang telah ada pada kotak piihan Kecamatan,
lalu klik tombol Lihat Peta. Contoh telah dipilih Kecamatan Mulyorejo dapat
dilihat pada Gambar 4.10.
Selain itu pada fitur Lihat Peta juga dapat melihat peta berdasarkan status
Kecamatan, status Kecamatan adalah kelompok hasil K-Means yaitu status
C1, C2 dan C3. Untuk melihat peta berdasarkan status Kecamatan yaitu
dengan cara memilih status pada kolom “pilih status” yang ada pada halaman
home. Contoh jika user memilih status C2, dapat dilihat pada Gambar 4.11.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Gambar 4.10 Tampilan Peta Kecamatan “Mulyorejo”
Gambar 4.11 Tampilan peta Kecamatan pada kelompok “C2”
3. Fitur Detail Tabel
Fitur Detail Tabel ini dapat melihat informasi ciri-ciri kelompok yang
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
menampilkan nama kecamatan yang berada pada kelompok, jumlah penderita
DBD, pasar tradisional, TPS, dan Sungai sehingga dapat mempermudah user
untuk menentukan kesimpulan dari suatu kelompok tersebut. Dengan cara
pilih kelompok pada kolom “Pilih Kelompok” lalu klik detail tabel. Contoh
telah dipilih status C2 dapat dilihat pada Gambar 4.12.
Gambar 4.12 Tampilan Detail Tabel untuk Kelompok“C2”
4. Fitur input
Fitur input ini digunakan untuk menginputkan tahun, nama Kecamatan, data
jumlah penderita penyakit DBD dan faktor geografis pada daerah Kecamatan
pada tahun yang diinputkan, dengan cara klik “Input” pada halaman home
maka akan muncul tampilan seperti pada Gambar 4.13.
Gambar 4.13 Tampilan input data baru
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
4.5 Pengujian Sistem
Pengujian validitas sistem dilakukan dengan membandingkan hasil
pengelompokkan oleh k-Means dari sistem dengan hasil manual. Perhitungan k-
Means yang telah dilakukan pada tahun 2014 dapat dilihat pada Tabel 4.8 dapat
dibandingkan dengan hasil sistem yaitu dapat dilihat pada Gambar 4.14 maka
dapat disimpulkan pada Tabel 4.7 menunjukkan hasil yang sama atau valid.
Gambar 4.14 Hasil pengelompokkan oleh sistem
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Tabel 4.9 Perbandingan antara hasil perhitungan manual dan sistem
Selain diuji validasi sistem, pengujian sistem dilakukan dengan metode
black box testing yang berfokus pada fungsionalitas sistem. Pengujian dilakukan
dengan dengan membandingkan antara hasil yang diharapkan dengan hasil yang
dikeluarkan oleh sistem. Sistem yang diuji denganadalah fungsi-fungsi yang ada
pada Sistem Informasi Geografis untuk penyebaran penyakit DBD dikota
Surabaya menggunkan metode K-Means. Berikut merupakan pengujian
KECAMATAN Perhitungan
manual Perhitungan oleh sistem
Sukomanunggal C2 C2
Tandes C2 C2
Asemrowo C1 C1
Benowo C2 C2
Pakal C1 C1
Lakarsantri C3 C3
Sambikerep C3 C3
Genteng C3 C3
Tegalsari C1 C1
Bubutan C2 C2
Simokerto C3 C3
Pabean Cantikan C3 C3
Semampir C2 C2
Krembangan C2 C2
Bulak C1 C1
Kenjeran C2 C2
Tambaksari C2 C2
Gubeng C3 C3
Rungkut C2 C2
Tenggilis C3 C3
Gunung Anyar C3 C3
Sukolilo C2 C2
Mulyorejo C3 C3
Sawahan C2 C2
Wonokromo C2 C2
Karang pilang C3 C3
Dukuh Pakis C3 C3
Wiyung C3 C3
Gayungan C3 C3
Wonocolo C3 C3
Jambangan C3 C3
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
fungsional sistem :
1. Menu Home
Hasil pengujian black box testing pada fungsi homeditunjukkan pada Tabel 4.8
berikut.
Tabel 4.8 Hasil Pengujian pada menu Home No Test Case Hasil Harapan Hasil Keluaran Hasil Uji
1 Tekan tombol input Sistem melakukan tindakan
Sistem mengarahkan user pada halaman input Sesuai
2 Tekan Tombol Hasil Pengelompokan
Sistem melakukan tindakan
Sistem menampilkan hasil pengelompokan Sesuai
3 Tekan Tombol Detail Tabel
Sistem melakukan tindakan
Sistem menampilkan tabel pengelompokan
sesuai status yang dipilih oleh user dari
combo box pilih kelompok
Sesuai
4 Tekan Tombol Lihat Peta
Sistem melakukan tindakan
Sistem menampilkan peta geografis Sesuai
5 Tidak ada input Sistem tidak melakukan apapun
Sistem tidak melakukan apapun Sesuai
2. Menu Input
Hasil pengujian black box testing pada fungsi input ditunjukkan pada Tabel
4.9 berikut.
Tabel 4.9 Hasil Pengujian menu input
No Test Case Hasil Harapan Hasil Keluaran Hasil Uji
1 Tekan tombol input setelah memasukkan
data semua pada kolom
Sistem memproses
input
Sistem menyimpan data input ke dalam basis data Sesuai
2 Tekan tombol input setelah memasukkan hanya sebagian data
Sistem memproses
input
Sistem menolak penyimpanan inputan dan
menampilkan pesan “datakurang lengkap! Periksa
kembali”
Sesuai
3 Tekan tombol input Sistem
memproses input
Sistem menolak penyimpanan inputan dan menampilkan pesan “data kurang lengkap! Periksa
kembali”
Sesuai
4 Tidak ada input Sistem tidak melakukan
apapun
Sistem tidak melakukan apapun Sesuai
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
4.6 Evaluasi Sistem
Evaluasi sistem dilakukan untuk mengetahui tingkat akurasi dari validasi
sistem. Evaluasi sistem dihitung dengan membandingkan hasil output sistem
dengan hasil output manual. Presentase nilai validasi sistem dengan hasil manual
sudah sesuai atau valid.
Sedangkan evaluasi fungsional sistem berdasarkan hasil kuesioner pengujian
sistem dapat diketahui bahwa Kepala bidang dan dua staff Pengendalian Masalah
Penyakit meyatakan sistem informasi geografis untuk penyebaran penyakit DBD
di kota Surabaya yang telah dibuat bersifat user friendly dan dapat membantu
mempermudah pengelompokan daerah untuk penyebaran penyakit DBD di Kota
Surabaya berbasis SIG. Hasil kuesioner evaluasi sistem dapat dilihat pada
Lampiran 5.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
BAB V
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Setelah dilakukan rancang bangun SIG untuk penyebaran penyakit demam
berdarah di Kota Surabaya menggunakan metode k-Means, maka dapat diambil
kesimpulan bahwa rancang bangun sistem dilakukan melalui beberapa tahap :
1. Pengumpulan data dan informasi dilakukan dengan cara:
a. study literatur mengenai sebab penyebaran penyakit DBD dan langkah
metode k-Means.
b. Wawancara mengenai penyebaran penyakit DBD dengan pihak Dinkes
Kota Surabaya yang menangani masalah penyakit DBD dan staff
laboratorium entomologi Institut Tropical Disease (ITD) Universitas
Airlangga memperoleh informasi.
c. Pengumpulan data berupa jumlah penderita DBD, sungai, pasar
tradisional, Tempat Pembuangan Sampah (TPS) pada tahun 2010 sampai
2014.
2. Analisis Sistem menggunakan metode k-Means dengan karakteristik berupa
jumlah penderita DBD, pasar tradisional, sungai, Tempat Pembuangan
Sampah (TPS) per Kecamatan menjadi 3 kelompok.
3. Sistem dirancang untuk satu pengguna yaitu pihak Dinkes Kota Surabaya
yang menangani penyebaran penyakit DBD. Input dari sistem berupa tahun
yang ingin diketahui hasil penyebarannya dan outputnya sistem berupa hasil
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
pengelompokkan dengan metode k-Means dan visualisasi peta penyebaran
penyakit DBD per Kecamatan pada kota.
4. Implementasi sistem dilakukan dengan Hypertext Preprocessor (PHP)
dengan bantuan Notepad++, sedangkan untuk visualisasi SIG peta Surabaya
akan menggunakan Application Programming Interface (API) dari
GoogleMap yang menghasilkan 2 halaman utama yaitu menu Home dan
menu Input .
5. Sistem yang telah dibangun diuji fungsionalitasnya menggunakan blacbox
testing dan diuji validasinya memperoleh hasil yang sesuai atau valid.
Berdasarkan hasil kuesioner oleh calon user, sistem yang dibangun bersifat
user friendly.
5.2 Saran
Dalam penelitian ini diperlukan pengembangan untuk penelitian selanjutnya.
Adapun saran penelitian selanjutnya dalam pengembangan SIG untuk penyebaran
penyakit DBD di Kota Surabaya menggunakan metode k-Means adalah:
1. Menggunakan metode lain seperti metode neural network (backpropagation,
forward chaining atau metode lainnya).
2. Diharapkan selain mempertimbangkan validasi sistem juga
mempertimbangkan akurasi sistem. Sehingga sistem yang dibangun dapat
dimanfaatkan secara optimal sebagai media informasi penyebaran penyakit
DBD untuk Dinkes Kota Surabaya dan masyarakat Surabaya.
3. Untuk pengembangan teknologi, sistem yang dibangun berbasis Android.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
DAFTAR PUSTAKA
Agusta, Y. (2007). K-Means – Penerapan, Permasalahan dan Metode Terkait.
Jurnal Sistem dan Informatika , Vol. 3 , 47-60. Bodnar, G. H., & Hopwood, W. S. (2004). Sistem Informasi Akuntansi. Penerbit
Andi Yogyakarta. Ditsuwan, T., & dkk. (2010). Assessing the Spreading Patterns of Dengue
Infection and Chikungunya Fever Outbreaks in Lower Southern Thailand Using a Geographic Information System. Elsevier .
Fathi, & dkk. (2005). Peran Faktor Lingkungan dan Perilaku Terhadap Penularan
Demam Berdarah Dengue Di Kota Mataram. Jurnal Kesehatan Lingkungan, VOL. 2, No.1, 1 - 10.
Gladis, D., & Rani, S. (2013). K-Means Clustering to Identify High Active
Neuron Analysis For LSD. International Journal of Innovative Research in Science Engineering and Technology, Vol. 2 (9).
Hermawati, F. A. (2013). Data Mining (1 ed.). Yogyakarta: Penerbit Andi. Hussan, B. M. (2012). Data Mining based Prediction of Medical data Using K-
means algorithm. Basrah Journal of Science (A ), Vol.30(1), 46-56 . Kadir, A. (2003). Pengenalan Sistem Informasi. Yogyakarta: Penerbit Andi. Ong, J. O. (2013). Algoritma Clustering Untuk Menentukan Strategi Marketing
Pada President University. Jurnal Ilmiah Teknik Industri, , Vol. 12, No. 1, 20-20.
Oyelade, O. J., Oladipupo, O., & Obagbuwa, I. C. (2010). Application of K-
Means Clustering algorithm for prediction of Students’ Academic Performance. International Journal of Computer Science and Information Security (IJCSIS), Vol. 7, No.1.
Prahasta, E. (2014). Sistem Informasi Geografis, Konsep-Konsep Dasar
(prespektif Geodasi dan Geomatika). Bandung: Penerbit Informatika. Pratama, A. (2013). Sistem Pendukung Keputusan Peringatan Dini Kejadian Luar
Biasa Menggunakan etode AHP Berbasis SIG Study Kasus Puskesma Pucang Sewu Surabaya. Surabaya.
Pressman, R. S. (2010). Rekayasa Perangkat Lunak Buku 1, Edisi 7. Yogyakarta:
Penerbit Andi.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Puntodewo, A. (2003). Sistem Informasi Geografis untuk Pengelolaan Sumber daya alam. Jakarta: Cefor.
Rahayu, M., & dkk. (2010). Studi Kohort Kejadian Penyakit Demam Berdarah
Dengue. Berita Kedokteran Masyarakat, Vol. 26, No. 4. Rif. (2015, Januari 13). Dinkes Jatim : Surabaya Wilayah Rawan Penyakit DBD
Terburuk di Jawa Timur. Dipetik September 30, 2015, dari Koran Online Nusantara.com: http://korannusantara.com/dinkes-jatim-surabaya-wilayah-rawan-penyakit-dbd-terburuk-di-jawa-timur/
Tajunisha, S. (2010). Performance analysis of k-means with different initialization
methods for high dimensional data. International Journal of Artificial Intelligence & Applications (IJAIA) , Vol.1, No.4.
WHO. (1997). Dengue haemorrhagic fever Diagnosis, treatment, prevention and
Control (2 ed.). Geneva. Zhang, T., Ramakrishnan, R., & Livny, M. (1996). BIRCH: An Efficient Data
Clustering Method for Very Large. Canada: Sigmod.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
LAMPIRAN
Lampiran 1 Hasil wawancara staff Laboratorium Entomologi, ITD UNAIR
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Lampiran 2 : Hasil Wawancara Dengan Staff Bidang Pengendalian Masalah Kesehatan Dinas Kesehatan Kota Surabaya.
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
KECAMATAN
DATA JUMLAH TPS JUMLAH PASAR
JUMLAH SUNGAI
2014 2013 2012 2011 2010 2010-2014 2010-2014
Sukomanunggal 6 6 6 6 6 2 9
Tandes 13 12 12 12 12 3 4
Asemrowo 7 7 6 6 6 2 6
Benowo 7 7 7 7 7 0 6
Pakal 11 11 9 8 8 0 7
Lakarsantri 6 6 6 5 5 2 6
Sambikerep 6 5 5 5 5 0 4
Genteng 5 5 5 5 5 7 3
Tegalsari 6 6 6 6 6 7 10
Bubutan 5 5 5 5 5 4 4
Simokerto 4 4 4 4 4 4 3
Pabean Cantikan 6 6 6 6 6 9 5
Semampir 6 5 5 5 5 2 4
Krembangan 7 6 6 6 6 4 4
Bulak 3 3 3 3 3 1 6
Kenjeran 7 7 7 7 6 0 4
Tambaksari 6 6 6 6 6 6 4
Gubeng 12 12 12 12 12 5 6
Rungkut 11 11 11 10 10 1 9
Tenggilis 6 6 6 6 6 3 5
Gunung Anyar 3 3 3 3 3 0 10
Sukolilo 10 10 10 10 10 1 10
Mulyorejo 4 4 4 4 4 1 8
Sawahan 7 7 7 7 7 5 3
Wonokromo 10 10 10 10 10 5 5
Karang pilang 7 6 6 6 6 2 3
Dukuh Pakis 14 14 14 14 14 0 4
Wiyung 10 10 9 9 9 0 6
Gayungan 7 7 7 7 7 0 6
Wonocolo 7 7 7 7 7 0 5
Jambangan 4 4 4 3 3 0 4
Lampiran 3 Data Faktor Geografis Pada Setiap Kecamatan
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
KECAMATAN
DATA JUMLAH DBD
2010 2011 2012 2013 2014
Sukomanunggal 122 19 53 68 31
Tandes 197 71 71 130 31
Asemrowo 51 14 16 22 5
Benowo 98 40 39 75 31
Pakal 49 22 23 35 6
Lakarsantri 84 22 48 25 25
Sambikerep 74 30 29 75 23
Genteng 88 16 11 43 19
Tegalsari 84 25 24 78 13
Bubutan 141 44 38 57 34
Simokerto 72 31 45 81 23
Pabean Cantikan 85 31 28 44 16
Semampir 143 37 73 74 36
Krembangan 152 48 42 72 34
Bulak 87 9 7 19 8
Kenjeran 101 61 43 64 42
Tambaksari 221 71 47 107 33
Gubeng 134 29 27 85 27
Rungkut 163 17 30 102 41
Tenggilis 100 34 23 91 16
Gunung Anyar 110 17 22 46 20
Sukolilo 123 29 17 97 31
Mulyorejo 66 24 15 65 19
Sawahan 260 100 92 188 76
Wonokromo 121 33 48 114 37
Karang pilang 86 21 42 50 25
Dukuh Pakis 78 17 25 66 25
Wiyung 87 26 42 62 29
Gayungan 58 21 19 61 21
Wonocolo 78 33 30 65 19
Jambangan 66 16 15 46 20
Lampiran 4 Data Jumlah Penderita DBD Tahun 2010-2014
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
Lampiran 5: Hasil Kuesioner penilaian Sistem Oleh calon user
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH
ADLN-PERPUSTAKAAN UNIVERSITAS AIRLANGGA
SKRIPSI RANCANG BANGUN SISTEM INFORMASI GEOGRAFIS CHUSNUL ISLAMIYAH