METODE FUZZY CLUSTERING PADA DATA JUMLAH KASUS BARU PENYAKIT KANKER DI ASIA

FUZZY CLUSTERING METHOD ON DATA NUMBER OF NEW CASES OF CANCER IN ASIA

Kanker merupakan penyakit yang ditandai oleh pertumbuhan dan penyebaran sel abnormal yang tak terkendali pada suatu organ tubuh manusia. Benua Asia merupakan benua yang memiliki jumlah terbesar kasus baru penyakit kanker, dengan persentase 49.3% dari jumlah penderita kanker di dunia. Tindakan pencegahan untuk menangani penyebaran penyakit kanker merupakan sebuah tanggung jawab dari pemerintah untuk meningkatkan kualitas kesehatan di negaranya, sehingga perlu adanya sebuah tindakan untuk mencegah penyebaran penyakit kanker tersebut. Salah satunya yaitu dengan menentukan karakteristik dari penyakit kanker tersebut dan melakukan pengelompokan negara-negara di Asia berdasarkan karakteristik yang dimilikinya. Pada artikel ini akan membahas tentang pengelompokan negara-negara di Asia dengan menggunakan fuzzy clustering berupa Fuzzy K-Means, Fuzzy Gustafson-Kessel Babushka dan Fuzzy K-Medoids. Hasil yang diperoleh dari analisis tersebut menunjukkan bahwa dengan menggunakan Fuzzy K-Means akan memiliki nilai Fuzzy Silhouette Index yang lebih besar dibandingkan dengan Fuzzy Gustafson-Kessel Babushka dan Fuzzy K-Medoids yaitu sebesar 0.631320260

Kata Kunci: Kanker, Fuzzy Clustering, Fuzzy K-Means, Fuzzy Gustafson-Kessel Babushka, Fuzzy K-Medoids.

Cancer is a disease characterized by the uncontrolled growth and spread of abnormal cells in an organ of the human body. Asia has the largest number of new cases of cancer, with a percentage 49.3% of the world's cancer survivors. Preventive measures to deal with the spread of cancer is a responsibility of the government to improve of the cancer and clustering countries in Asia based on their characteristics. This article will the quality of health in their countries, so there needs to be an action to prevent the spread of cancer, by determining the characteristics discuss the clustering of countries in Asia by using fuzzy clustering in the form of Fuzzy K-Means, Fuzzy Gustafson-Kessel Babushka and Fuzzy K-Medoids. The results from the analysis showed that using Fuzzy K-Means will have a greater Fuzzy Silhouette Index value compared to Fuzzy Gustafson-Kessel Babushka and Fuzzy K-Medoids which is 0.631320260.

Keywords: Cancer, Fuzzy Clustering, Fuzzy K-Means, Fuzzy Gustafson-Kessel Babushka, Fuzzy K-Medoids.