2 3 1 SM
2 3 1 SM
Abstrak
Masalah kesehatan gigi dan mulut, menjadi perhatian yang sangat penting
dalam pembangunan kesehatan. Hasil laporan survei Kesehatan Rumah Tangga tahun
2001 menunjukkan bahwa kesehatan gigi dan mulut di Indonesia merupakan hal yang
perlu diperhatikan.
Berdasarkan hasil laporan Poli Gigi Medical Center ITS 2009 didapatkan data-
data berupa data karakteristik karies gigi dan kelas-kelas karies gigi berdasarkan
anatomi J. V. Black. Dari data-data tersebut dapat dilakukan pengklasifikasian dengan
menggunakan metode Clustering K-Means. Metode Clustering K-Means digunakan
karena K-Means melakukan pengelompokkan data dengan sistem partisi, dimana data
dalam satu kelompok memiliki karakteristik yang sama satu sama lainnya, dan memiliki
karekteristik berbeda dengan kelompok lainnya.
Hasil pengklasifikasian metode ClusteringK-Means dibandingkan hasilnya
dengan laporan Poli Gigi Medical Center ITS 2009, untuk membandingkan
keakuratanClustering K-Means.
Abstract
Oral health problems , a concern which is very important in health development.
Results of Household Health Survey report in 2001 showed that oral health in Indonesia
are things that need attention.
Based on the report of Poly Teeth ITS Medical Center 2009 obtained data
characteristics of dental caries and dental caries classes based on the anatomy of the JV
Black. From these data can be classification using K - Means clustering method. K -
Means clustering method is used for grouping data partitioning system, where data in
one group have similar characteristics to each other, and have different characteristics
with other groups.
Classification results using K - Means Clustering method will be compared with
the results of reports Poly Teeth ITS Medical Center 2009, to compare and get result
from accuracy of the K - Means Clustering.
1. PENDAHULUAN
Penyakit gigi dan mulut dapat di bagi dua, yaitu penyakit gigi yang menyerang
jaringan keras atau gigi dan jaringan lunak atau mulut dan gusi.Penyakit yang
menyerang jaringan keras disebut karies gigi atau yang lebih dikenal dengan penyakit
gigi berlubang. Dari kedua penyakit gigi tersebut maka tindakan dan resep yang
diberikanpun akan berbeda-beda sesuai dengan penyakit gigi dan mulut yang
dialami oleh pasien [5].
Karies gigi merupakan penyakit yang paling banyak dijumpai. Penyakit ini
terjadi karena demineralisasi jaringan permukaan gigi oleh asam organis yang
berasal dari makanan yang mengandung gula. Hal-hal yang mendukung terjadinya
karies gigi: Gigi yang peka, yaitu gigi yang mengandung sedikit flour atau memiliki
lubang, lekukan maupun alur yang menahan plak; Bakteri, mulut mengandung
sejumlah besar bakteri, tetapi hanya bakteri jenis tertentu yang menyebabkan
pembusukan gigi [5].
Proses karies yang melalui emal-dentin dapat menyebabkan perubahan warna
putih lokal (karies akutan) atau coklat sampai hitam. Perubahan warna ini kadang-
kadang menyebabkan sukarnya medeteksi karies gigi. Untuk memudahkan
mendeteksi penyakit karies gigi, maka telah dilakukan pengelompokkan atau
klasifikasi oleh G.V. Black berdasarkan lokasi, tingkat laju perkembangan, dan jaringan
keras yang terkena [3].
2. METODOLOGI PENELITIAN
2.1 Data
Data yang digunakan untuk Klasifikasi ini adalah data mengenai pasien penyakit
karies gigi yang diperoleh dari Medical Center ITS Jalan Arif Rahman Hakim Surabaya.
Data pasien penyakit karies gigi yang diaplikasikan pada penelitian ini adalah data
pasien pada tahun 2009.
𝑆𝑆𝐸 = ∑ ∑ 𝑑(𝑝, 𝑚𝑖 )2
𝑖=1 𝑝∈𝐶𝑖
7 0 0 0 0 0 1 0 1 2 2 1.73 1 2.23 1 1
8 0 0 1 0 1 1 0 0 2.23 2.23 2 2 1.41 2 1.41
9 0 0 0 0 0 0 1 0 1 1 1.41 2 2 1.41 1
10 1 0 0 0 0 0 1 0 0 1.41 1.73 2.23 2.23 1.73 0
11 0 1 0 0 0 1 1 0 1.73 1 0 1.41 2.44 1.41 0
12 0 1 0 0 0 0 1 0 1.41 0 1 1.73 2.23 1.73 0
Setiap kolom pada matrik menunjukkan nilai jarak data terhadap pusat cluster.
kolom pertama pada matrik menunjukkan nilai jarak data terhadap titik pusat cluster
pertama, kolom kedua pada matrik menunjukkan nilai jarak data terhadap titik pusat
cluster kedua dan seterusnya.
3. Pengelompokkan data
Jarak hasil perhitungan akan dilakukan perbandingan dan dipilih jarak
terdekat antara data dengan pusat cluster, jarak ini menunjukkan bahwa data tersebut
berada dalam satu kelompok dengan pusat cluster terdekat.
Berikut ini akan ditampilkan data matriks pengelompokkan group, nilai 1 berarti data
tersebut berada dalam group.
G1 =
Tabel 3.Hasil Iterasi ke- 1
No C1 C2 C3 C4 C5 C6
1 1 0 0 0 0 0
2 0 1 0 0 0 0
3 0 0 1 0 0 0
4 0 0 0 1 0 0
5 0 0 0 0 1 0
6 0 0 0 0 0 1
7 0 0 0 1 0 1
8 0 0 0 0 1 0
9 1 1 0 0 0 0
10 1 0 0 0 0 0
11 0 0 1 0 0 0
12 0 1 0 0 0 0
Setelah melakukan 4 kali iterasi didapatkan hasil G3= G4 memiliki anggota yang
sama maka tidak perlu dilakukan iterasi / perulangan lagi. Hasil clustering telah
mencapai stabil dan konvergen
G3 = G4
3 0 0 1 0 0 0
4 0 0 0 1 0 0
5 0 0 0 0 1 0
6 0 0 0 0 0 1
7 0 0 0 1 0 1
8 0 0 0 0 1 0
9 0 1 0 0 0 0
10 1 0 0 0 0 0
11 0 0 1 0 0 0
12 0 1 0 0 0 0
4. SIMPULAN
Kesimpulan yang diperoleh dari penelitian ini adalah :
5. DAFTAR PUSTAKA
[1]. Arriyani, Farisa. “Pengelompokan Jenis Tanah Menggunakan Algoritma
Clustering K-Means”.http://ftp.gunadarma.ac.id/Presentasi-Sidang/FIK-
10104657.ppt.ppt.2010. Diakses Tanggal 22 September 2013.
[3]. Schuurs, A.H.B. “Patologi Gigi Geligi Kelainan Jaringan Keras Gigi”. Gajah Mada
University Press, Yogyakarta.1992.
[4]. Suwargiani, Anne Agustina. “Indeks def-t dan DMF-T Masyarakat Desa
Cipondoh dan Desa Mekarsari Kecamatan Tirtamulaya Kabupaten
Karawang”.http://unpad.ac.id/unpad-content/uploads/publikasi
dosen/masyarakat desa cipondoh.pdf. 2008. Diakses Tanggal 26 Desember
2011