Proposal Skripsi Muhammad Sarman Noorlah

PROPOSAL SKRIPSI
KLASTERISASI KELAYAKAN PUSKESMAS

MENGGUNAKAN METODE K-MEANS BERBASIS
GEOGRAPHIC INFORMATION SYSTEM
(Studi Kasus: Puskesmas di Kalimantan Timur)
Oleh:
MUHAMMAD SARMAN NOORLAH

1515015127
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
PROPOSAL SKRIPSI

Diajukan sebagai salah satu syarat untuk menyelesaikan pendidikan

pada Program Studi Strata 1 Informatika,
Fakultas Teknik, Universitas Mulawarman
Oleh:
MUHAMMAD SARMAN NOORLAH

1515015127
FAKULTAS TEKNIK
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
i
PROPOSAL SKRIPSI

Oleh:
Muhammad Sarman Noorlah
1515015127
Telah dibahas dalam Rapat Dosen Pembimbing pada [tgl, bln, tahun] dan
dinyatakan memenuhi syarat sebagai Skripsi, dengan Dosen Pembimbing:
I. Masna Wati, M.T

II. Andi Tejawati, M.Si
Ketua Program Studi S1 Informatika,

Fakultas Teknik, Universitas Mulawarman,
Indah Fitri Astuti, M.Cs

NIP. 19810506 200 501 2 002
ii
KATA PENGANTAR
Puji syukur kepada Allah Subhanahu Wa Ta'ala, Tuhan Yang Maha Esa sehingga
dapat menyelesaikan proposal skripsi dengan judul “Klasterisasi Kelayakan Puskesmas
Menggunakan Metode K-Means Berbasis Geographic Information System (Studi Kasus:
Puskesmas di Kalimantan Timur)”. Proposal ini disusun sebagai salah satu tahapan dalam
menyelesaikan skripsi pada Fakultas Teknik, Universitas Mulawarman.
Oleh karena itu, pada kesempatan ini kami ingin mengucapkan terima kasih kepada
semua pihak yang telah mendukung serta membantu saya selama proses penyusunan
proposal skripsi, kepada:
1. Orang tua dan Saudara-saudara saya atas do’a, bimbingan, kasih sayangnya serta
dukungannya dalam proses pembuatan proposal ini.
2. Bapak Ir. Muhammad Dahlan Balfas, S.T., M.T., selaku Dekan Fakultas Teknik,
Universitas Mulawarman.
3. Ibu Indah Fitri Astuti, M.Cs., selaku Ketua Program Studi Informatika
4. Ibu Masna Wati, M.T., selaku Pembimbing I yang selalu memberikan arahan
dan masukkan terhadap penelitian ini.
5. Ibu Andi Tejawati, M.Si., selaku Pembimbing II atas masukkan terhadap
penelitian ini
6. Nama dan gelar akademik Dosen Penguji I selaku Penguji I atas saran dan
masukkan terhadap penelitian ini.
7. Nama dan gelar akademik Dosen Penguji II selaku Penguji II atas saran dan
masukkan terhadap penelitian ini.
8. Segenap Dosen Program Studi Informatika, yang telah memberikan ilmu
pengetahuan selama mengikuti perkuliahan.
9. Rekan-rekan seperjuangan yang terus memberikan dukungan semangat demi
terselesainya tugas ini.
10. Rizki Afriani yang telah memberikan bantuan, semangat, serta dukungan dalam
mengerjakan tugas ini.
11. Teman-teman di Dinas Komunikasi dan Informatika Kota Samarinda yang telah
memberikan semangat dan dukungan untuk menyelesaikan tugas ini.
iii
Saya menyadari bahwa proposal skripsi ini tidak luput dari berbagai kekurangan.
Oleh karena itu, semua kritik dan saran yang bersifat memperbaiki demi kesempurnaan
sangat diharapkan.
Samarinda, … September 2021
Muhammad Sarman Noorlah

NIM. 1515015127
iv
DAFTAR ISI
halaman
KATA PENGANTAR.................................................................................................. iii

DAFTAR ISI ................................................................................................................. v
DAFTAR TABEL ...................................................................................................... viii
DAFTAR GAMBAR.................................................................................................... ix
DAFTAR LAMPIRAN ................................................................................................. x
DAFTAR ISTILAH/LAMBANG ............................................................................... xi
DAFTAR SINGKATAN............................................................................................. xii
BAB I PENDAHULUAN............................................................................................. 1
1.1 Latar Belakang .................................................................................................. 1
1.2 Rumusan Masalah............................................................................................. 2
1.3 Batasan Masalah ............................................................................................... 2
1.4 Tujuan Penelitian .............................................................................................. 3
1.5 Manfaat Penelitian ............................................................................................ 3
1.6 Kontribusi Penelitian ........................................................................................ 4
BAB II TINJAUAN PUSTAKA ................................................................................. 5
2.1 Penelitian Terkait .............................................................................................. 5
2.2 Pusat Kesehatan Masyarakat (Puskesmas) ....................................................... 9
2.2.1 Pengertian Puskesmas....................................................................................... 9
2.2.2 Tujuan Puskesmas ............................................................................................ 9
2.2.3 Fungsi Puskesmas ........................................................................................... 10
2.3 Metode Clustering .......................................................................................... 11
2.4 Algoritma K-Means ........................................................................................ 12
2.5 Pemetaan ......................................................................................................... 15
2.6 Sistem Informasi ............................................................................................. 15
2.7 Sistem Informasi Geografis ............................................................................ 16
2.7.1 Pengertian Sistem Informasi Geografis .......................................................... 16
2.7.2 Konsep Dasar Sistem Informasi Geografis .................................................... 17
2.7.3 Definisi Sistem Informasi Geografis .............................................................. 17
2.7.4 Manfaat Sistem Informasi Geografis .............................................................. 18
v
2.7.5 Subsistem Sistem Informasi Geografis........................................................... 18
2.7.6 Cara Kerja Sistem Informasi Geografis .......................................................... 19
2.7.7 Kemampuan Sistem Informasi Geografis....................................................... 19
2.8 Peta ................................................................................................................. 20
2.9 Google Maps API ........................................................................................... 20
2.10 Framework Laravel ........................................................................................ 21
2.11 UML (Unified Modeling Language) .............................................................. 21
2.11.1 Use Case Diagram .......................................................................................... 21
2.11.2 Class Diagram................................................................................................. 22
2.11.3 Sequence Diagram .......................................................................................... 22
2.11.4 Activity Diagram ............................................................................................ 22
2.12 Metode Pengembangan Sistem Sekuensial Linear (Waterfall Model) ........... 22
2.13 Metode Pengujian ........................................................................................... 23
2.13.1 White Box Testing ........................................................................................... 24
2.13.2 Black Box Testing ........................................................................................... 24
BAB III METODOLOGI PENELITIAN ................................................................. 26
3.1 Tahapan Pelaksanaan Penelitian ..................................................................... 26
3.2 Pengumpulan Data .......................................................................................... 27
3.2.1 Jenis Data ........................................................................................................ 27
3.2.2 Metode Pengumpulan Data ............................................................................ 27
3.2.3 Analisis Sistem Berjalan ................................................................................. 28
3.2.4 Analisis Kebutuhan Sistem ............................................................................. 28
3.3 Perancangan Data ........................................................................................... 30
3.3.1 Variabel .......................................................................................................... 30
3.3.2 Entity Relationship Diagram (ERD) Sistem ................................................... 34
3.3.3 Struktur Database ........................................................................................... 34
3.4 Perancangan Proses/Algoritma ....................................................................... 39
3.4.1 Algoritma K-Means ........................................................................................ 39
3.4.2 Desain Model Sistem ...................................................................................... 41
3.5 Perancangan Tampilan ................................................................................... 54
3.6 Perancangan Pengujian ................................................................................... 58
3.7 Waktu dan Tempat Penelitian......................................................................... 59
vi
DAFTAR PUSTAKA .................................................................................................. 60
LAMPIRAN ................................................................................................................ 63
vii
DAFTAR TABEL
Halaman
Tabel 3. 1 Variabel Penelitian......................................................................................... 30

Tabel 3. 2 Tabel Users .................................................................................................... 35
Tabel 3. 3 Tabel Puskesmas ............................................................................................ 35
Tabel 3. 4 Tabel Variabel ............................................................................................... 36
Tabel 3. 5 Tabel Kecamatan ........................................................................................... 37
Tabel 3. 6 Tabel Kelurahan............................................................................................. 37
Tabel 3. 7 Tabel Centroid ............................................................................................... 37
Tabel 3. 8 Tabel Tahun ................................................................................................... 38
Tabel 3. 9 Tabel Hasil Cluster ........................................................................................ 38
Tabel 3. 10 Tabel K-means ............................................................................................. 38
Tabel 3. 11 Tabel Wilayah .............................................................................................. 39
Tabel 3. 11 Identifikasi Aktor ......................................................................................... 42
Tabel 3. 12 Identifikasi Use Case ................................................................................... 42
Tabel 3. 13 Pengujian Blackbox ..................................................................................... 58
Tabel 3. 14 Jadwal Penelitian ......................................................................................... 59
viii
DAFTAR GAMBAR
halaman
Gambar 2. 1 Flowchart K-Means ................................................................................... 14

Gambar 2. 2 Waterfall Model ......................................................................................... 23
Gambar 3. 1 Tahapan Pelaksanaan Penelitian ................................................................ 26
Gambar 3. 2 Entity Relationship Diagram (ERD) .......................................................... 34
Gambar 3. 3 Flowchart K-Means ................................................................................... 41
Gambar 3. 4 Use Case Diagram...................................................................................... 43
Gambar 3. 5 Class Diagram ............................................................................................ 44
Gambar 3. 6 Sequence Diagram Lihat Data Puskesmas ................................................. 45
Gambar 3. 7 Sequence Diagram Tambah Data Puskesmas ............................................ 45
Gambar 3. 8 Sequence Diagram Ubah Data Puskesmas ................................................ 46
Gambar 3. 9 Sequence Diagram Hapus Data Puskesmas ............................................... 47
Gambar 3. 10 Activity Diagram Detail Melihat Data Puskesmas .................................. 48
Gambar 3. 11 Activity Diagram Detail Tambah Data Puskesmas ................................. 49
Gambar 3. 12 Activity Diagram Detail Ubah Data Puskesmas ...................................... 50
Gambar 3. 13 Activity Diagram Hapus Data Puskesmas ............................................... 51
Gambar 3. 14 Activity Diagram Login ke Sistem .......................................................... 52
Gambar 3. 15 Activity Diagram Logout dari Sistem ...................................................... 53
Gambar 3. 16 Menu Utama............................................................................................. 54
Gambar 3. 17 Menu Login .............................................................................................. 54
Gambar 3. 18 Pencarian Lokasi ...................................................................................... 55
Gambar 3. 19 Detail Lokasi ............................................................................................ 56
Gambar 3. 20 Hasil Clustering ....................................................................................... 56
Gambar 3. 21 Admin Dashboard .................................................................................... 57
Gambar 3. 22 Admin Kelola ........................................................................................... 57
ix
DAFTAR LAMPIRAN
Halaman
Lampiran 1 Data Dasar Puskesmas Provinsi Kalimantan Timur 2019 Hasil Seleksi .... 63
x
DAFTAR ISTILAH/LAMBANG
halaman
Contents
xi
DAFTAR SINGKATAN
halaman
Contents
xii
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pusat Kesehatan Masyarakat (Puskesmas) merupakan salah satu fasilitas pelayanan

Kesehatan tingkat pertama yang memiliki peranan penting dalam sistem kesehatan
nasional, yang mana dalam penyelenggaraannya digunakan sebagai upaya pelayanan
Kesehatan, baik promotif, preventif, kuratif maupun rehabilitatif yang dilakukan oleh
pemerintah, pemerintah daerah dan / atau masyarakat. (Peraturan Menteri Kesehatan
Republik Indonesia Nomor 75 Tahun 2014 Tentang Pusat Kesehatan Masyarakat, 2014)
Berdasarkan Data Dasar Puskesmas Tahun 2019, Provinsi Kalimantan Timur
memiliki 186 Puskesmas yang tersebar di 10 Kabupaten/Kota. Banyaknya Puskesmas
tidak membuat masyarakat memilih untuk menggunakan pelayanan Kesehatan di
Puskesmas karena dianggap kurang layak dari segi SDM serta sarana prasarana yang
dimiliki.
Kelayakan Puskesmas menjadi salah satu pendorong masyarakat dalam
menggunakan layanan kesehatan di puskesmas. berdasarkan Data Dasar Puskesmas
Tahun 2019, masih ada puskesmas di Kalimantan Timur yang tidak memiliki Puskesmas
Pembantu, Puskesmas keliling roda 4, ambulance serta rumah medis.
Dari permasalahan tersebut, Pemerintah sebagai pengambil kebijakan mempunyai
kewajiban untuk meningkatkan kondisi kelayakan puskesmas di Kalimantan Timur.
Demi terciptanya kebijakan yang tepat sasaran maka diperlukan sistem yang dapat
menyajikan informasi mengenai kelayakan Puskesmas berdasarkan SDM/ tenaga
kesehatan serta sarana prasarananya, untuk menentukan kelayakan Puskesmas perlu
diterapkan teknik data mining dalam pengelompokan data sebagai penentu tingkat
kelayakan Puskesmas di wilayah Provinsi Kalimantan Timur. Dalam data mining terdapat
teknik Clustering atau klasterisasi yang merupakan metode pengelompokan data.
Terdapat banyak metode dalam teknik clustering yang sering digunakan diantaranya
Single Linkage Clustering, Group Average Agglomerative Clustering, K-Means, dan K-
Medoids.
1
Salah satu metode yang sering digunakan adalah K-Means. Kelebihan dari metode
ini yaitu mampu mengelompokkan dokumen dalam jumlah besar dengan waktu
komputasi yang cepat. Pada salah satu penelitian tentang klustering kondisi puskesmas di
provinsi Kalimantan Timur menggunakan algoritma K-Means menunjukan bahwa K-
Means dapat mengelompokan data tenaga kesehatan setiap puskesmas di provinsi
Kalimantan Timur dengan menghasilkan 4 kluster data (Pailan, 2020). Penelitian lainnya
tentang komparasi penerapan clustering dengan metode K-Means dan K-Medoids
menunjukan bahwa metode K-Means lebih baik dibandingkan dengan metode K-
Medoids berdasarkan perhitungan rata-rata Silhouette Coefficient Global dengan
ketepatan cluster algortima K-Means senilai 0,524 dan pada algoritma K- Medoids senilai
0,427 (Afriani & Pakpahan, 2019).
Salah satu bentuk penyajian hasil klasterisasi menggunakan Sistem Informasi
Geografis berbasis website. Dengan sistem ini, hasil klasterisasi dapat diakses oleh
siapapun dan dimanapun. Penyajian data hasil klasterisasi dapat berupa peta
pengelompokan Puskesmas berdasarkan Data Dasar Puskesmas Kalimantan Timur tahun
2019. Setelah melakukan klasterisasi puskesmas akan diperoleh kondisi kelayakan mulai
dari puskesmas dengan kondisi layak, cukup layak dan kurang layak. Oleh sebab itu,
penelitian ini mengangkat judul “Klasterisasi Kelayakan Puskesmas Menggunakan
Metode K-Means Berbasis Geographic Information System (Studi Kasus: Puskesmas di
Kalimantan Timur)”
1.2 Rumusan Masalah
Berdasarkan latar belakang penelitian, maka yang menjadi rumusan masalah dalam
penelitian ini adalah “Bagaimana membangun sistem yang dapat mengklasterisasi dan
memetakan Puskesmas yang ada di Provinsi Kalimantan Timur berdasarkan Sumber
Daya Manusia, Sarana dan Prasarananya?”.
1.3 Batasan Masalah
Penelitian ini disusun berdasarkan data-data yang diperoleh. Karena luasnya bidang
yang dihadapi maka ruang lingkup masalah dibatasi sebagai berikut:
2
1. Data yang akan diklasterisasi berupa data tenaga Kesehatan serta sarana prasarana
setiap puskesmas di Provinsi Kalimantan Timur.
2. Jumlah Puskesmas yang didapatkan 186 Puskesmas.
3. Variabel yang digunakan merupakan variabel yang berasal dari Data Dasar
Puskesmas Kalimantan Timur tahun 2019.
4. Penelitian ini membagi kondisi Puskesmas kedalam 3 klaster yaitu Puskesmas
dengan kondisi layak, Puskesmas dengan kondisi cukup layak, Puskesmas dengan
kondisi kurang layak.
1.4 Tujuan Penelitian
Dalam penelitian ini, tujuan yang ingin dicapai adalah membangun sistem yang
dapat mengklasterisasi dan memetakan Puskesmas yang ada di Provinsi Kalimantan
Timur berdasarkan Sumber Daya Manusia, Sarana dan Prasarana agar dapat dijadikan
sarana informasi dan membantu pihak yang berkepentingan dalam membuat keputusan
yang lebih tepat sasaran.
1.5 Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan manfaat pada berbagai pihak,

khususnya:
1. Penulis
Penelitian ini dapat menambah wawasan untuk mengimplementasikan Sistem
Informasi Geografis terutama dengan metode pengolahan data menggunakan
algoritma K-Means.
2. Mahasiswa
Penelitian ini dapat memberikan pengetahuan kepada mahasiswa bagaimana
membangun sistem informasi geografis dan menjadi referensi khususnya bagi
mahasiswa dibidang Informatika yang dapat membantu proses pembelajaran.
3. Pemerintah
Dengan adanya sistem informasi geografis ini diharapkan dapat membantu
pemerintah dalam memetakan Puskesmas yang ada di Kalimantan Timur serta dapat
3
dijadikan bahan pertimbangan untuk pengambilan keputusan yang lebih tepat
sasaran.
1.6 Kontribusi Penelitian
Dari penelitian ini diharapkan dapat menghasilkan suatu sistem yang dapat
memetakan dan mengklasterisasikan Puskesmas yang ada di Kalimantan Timur berbasis
Sistem informasi geografis yang diharapkan dapat dikembangkan pada penelitian-
penelitian selanjutnya.
4
BAB II
TINJAUAN PUSTAKA
2.1 Penelitian Terkait
Penelitian terdahulu berguna sebagai referensi rujukan untuk penelitian yang

dilakukan, untuk mengkaji lebih dalam dan memperkuat teori-teori mengenai penelitian.
Daftar penelitian terkait sebagai berikut:
1. Judul Penelitian: Perbandingan K-Means dan K-Medoids Clustering Terhadap
Kelayakan Puskesmas di DIY Tahun 2015. Metode yang digunakan: Clustering
K-Means dan K-Medoids. Temuan Penelitian: Penelitian ini menggunakan Data
Dasar Puskesmas DIY tahun 2015 dengan jumlah puskesmas sebanyak 121
puskesmas, penelitian ini bertujuan untuk membandingkan hasil pengklasteran
puskesmas menggunakan metode K-Means dan K-Medoids. Dari penelitian
dihasilkan 3 kluster yaitu 31 Puskesmas dengan kondisi layak, 52 Puskesmas
dengan kondisi cukup layak, dan 38 Puskesmas dengan kondisi kurang layak.
Dengan menggunakan perbandingan rasio simpangan baku, diperoleh metode
terbaik adalah metode K-Means Clustering dengan nilai rasio simpangan baku lebih
kecil dibandingkan dengan metode K-Medoids clustering sebesar 54,69%. (Hilda
& Widodo, 2017)
2. Judul Penelitian: Clustering Kondisi Puskesmas di Provinsi Kalimantantimur
Menggunakan Algoritma K-Means. Metode yang digunakan: Clustering K-
Means Temuan Penelitian: Penelitian ini menggunakan Data Dasar Puskesmas
Kalimantan Timur tahun 2018, dengan variabel jumlah tenaga kesehatan dari 179
puskesmas di Provinsi Kalimantan Timur. Berdasarkan perhitungan rasio
simpangan baku dalam cluster dan simpangan baku antar cluster, didapat hasil
bahwa metode pengukuran jarak Manhattan lebih baik daripada Euclidean dan
Minkowski. Klustering K-Means menggunakan metode pengukuran jarak
Manhattan membagi piskesmas kedalam 4 cluster dengan hasil pengelompokan
yaitu kluster 1 puskesmas pedesaan non rawat inap beranggotakan 82 puskesmas,
cluster 2 puskesmas perkotaan non rawat inap beranggotakan 23 puskesmas, cluster
5
3 puskesmas pedesaan rawat inap beranggotakan 59 puskesmas, dan cluster 4
puskesmas perkotaan rawat inap beranggotakan 15 puskesmas. (Pailan, 2020)
3. Judul Penelitian: K-Means Clustering Untuk Pemetaan Daerah Rawan Demam
Berdarah. Metode yang digunakan: Clustering K-Means. Temuan Penelitian:
Penelitian ini menggunakan data kasus demam berdarah dari 13 desa di Kecamatan
Nogosari 3 tahun terakhir. Dari hasil pengujian validitas cluster level zona sporadis
DBD yang dilakukan peneliti dengan metode koefisien silhouette, nilai rata-rata
koefisien silhouette untuk level 1 adalah 0.837, level 2 adalah 0.858, dan level 3
adalah 0.773 itu artinya objek telah berada dikelompok tepat dan dari hasil
pengujian akurasi sistem dengan data riil di lapangan menunjukkan bahwa kinerja
sistem sudah baik dengan prosentasi akurasi sistem terhadap data riil di lapangan
mencapai 92.31 %. Dengan hasil dari sistem terdapat tambahan level dari setiap
kategori. (Suprihatin et al., 2019)
4. Judul Penelitian: Pemanfaatan Algoritma K-Means Untuk Pemetaan Hasil
Klasterisasi Data Kecelakaan Lalu Lintas. Metode yang digunakan: K-Means
Clustering. Temuan Penelitian: Penelitian ini menggunakan data dari laporan
kecelakaan Ditlantas Polres Sleman DIY, status klaster terbagi 3, yaitu: Tidak
Rawan, Rawan, dan Sangat Rawan. Penentuan jenis status akan mempengaruhi
warna objek jalan, dalam hal ini: status Tidak Rawan berasosiasi dengan warna
hijau, status Rawan berasosiasi dengan warna kuning, dan status Sangat Rawan
berasosiasi dengan warna Merah. Sistem klasterisasi data kecelakaan lalu lintas
dengan metode K-Means dapat digunakan untuk mengelompokkan obyek jalan
berdasarkan kesamaan karakteristik pada jumlah korban, jumlah kendaraan yang
terlibat, dan jumlah kecelakaan yang terjadi dalam suatu rentang waktu tertentu.
(Iswari & Ayu, 2015)
5. Judul Penelitian: Perbandingan Metode Clustering dalam Pengelompokan Data
Puskesmas pada Cakupan Imunisasi Dasar Lengkap. Metode yang digunakan: K-
Means Clustering. Temuan Penelitian: Penelitian ini menggunakan data dari dinas
kesehatan Kabupaten Banyuwangi berupa data imunisasi puskesmas. Data yang
digunakan sebanyak 45 data puskesmas, yang menghasilkan pengelompokan
berdasarkan tingkat pemberian imunisasi, yaitu data puskesmas dengan pemberi
imunisasi tinggi, data puskesmas dengan pemberiang imunisasi sedang, dan data
6
uskesmas dengan pemberian imunisasi rendah. Dalam penelitian ini diusulkan
metode clustering dengan mengkomparasi algoritma K-Means dan Fuzzy C-Means
(FCM) Clustering dalam pengelompokan data puskesmas. Dalam mengevaluasi
hasil cluster yang terbentuk, digunakan metode Silhouette Coefficient serta
Standard Deviation untuk mengetahui ketepatan dalam pengelompokan data.
Didapatkan bahwa hasil pengelompokan algoritma FCM lebih baik berdasarkan
nilai Silhouette Coefficient yang memiliki nila positif dibandingkan K-Means yang
memiliki nilai minus, serta perhitungan Standard Deviation memiliki hasil lebih
kecil yaitu 0.0918 daripada K-Means dengan hasil 0.0942. Pengelompokan data
puskesmas ini dapat menjadi masukan bagi dinas kesehatan Kabupaten
Banyuwangi dalam mengevaluasi pelayanan IDL terutama pada kelompok
puskesmas dengan layanan imunisasi rendah guna menekan angka kematian bayi
dan anak sehingga Penyakit yang Dapat Dicegah Dengan Imunisasi (PD3I) menjadi
lebih rendah. (Saputra & Chusyairi, 2020)
6. Judul Penelitian: Sistem Informasi Geografis Pemetaan Warga Miskin Yang
Pantas Mendapat Bantuan Menggunakan Metode Clustering K-Means. Metode
yang digunakan: K-Means Clustering. Temuan Penelitian: Penelitian ini
menghasilkan sistem mampu menghasilkan peta digital yang ditandai oleh marker
per daerah yang sudah ditentukan terlebih dahulu titik koordinatnya dan setiap
marker dibedakan warnanya agar pengguna mudah untuk mengoperasikannya,
didapatkan sistem yang mampu mengolah data warga miskin beserta atribut dan
kriteria yang bisa dikelompokkan kedalam 3 nilai kategori, yakni Mampu, Miskin,
Cukup pada setiap daerah dari beberapa warga yang digunakan untuk proses
perhitungan. Sistem juga mampu menghasilkan peta per daerah yang ditandai oleh
marker yang sudah ditentukan latitude dan longitude sehingga bisa sesuai dengan
hasil dari proses perhitungan yang telah dikelompokkan menjadi 3 kategori.
(Setyawan et al., 2018)
7. Judul Penelitian: Sistem Informasi Geografis Pemetaan Warga Kurang Mampu
Di Kelurahan Karangbesuki Menggunakan Metode K-Means Clustering. Metode
yang digunakan: K-Means Clustering. Temuan Penelitian: Penelitian ini
menghasilkan 3 cluster untuk pengelompokan warga di kelurahan Karangbesuki,
dengan menggunakan 325 sampel data, terdapat hasil pengelompokan sebanyak
7
178 (55%) warga yang tidak layak menerima bantuan, 99 (30%) warga yang kurang
layak menerima bantuan dan 48 (15%) warga yang layak menerima bantuan.
Berdasarkan hasil pengujian kinerja sistem dengan membandingkan
pengelompokan secara manual atau data lama dengan pengelompokan pada sistem,
sistem ini cukup baik dalam mengklasifikasi warga kurang mampu dengan tingkat
akurasi 91%. (Hasymi et al., 2021)
8. Judul Penelitian: Komparasi Penerapan Clustering dengan Metode K-Means dan
K-Medoids dalam Menentukan Rehabilitasi Narkoba. Metode yang digunakan:
K-Means Clustering dan K-Medoids. Temuan Penelitian: Penelitian ini
menggunakan data rehabilitasi dari Badan Narkotika Nasional Provinsi Kalimantan
Timur. Penelitian ini menggunakan sejumlah 672 data pasien rehabilitasi yang
tercatat melalui proses assesmen. Kluster yang dihasilkan dari penelitian ini empat
kluster yaitu rawat jalan dengan 8 kali pertemuan, rawat jalan lebih dari 8 kali
pertemuan, rawat inap kurang dari 4 bulan dan rawat inap 4 bulan. Berdasarkan
perhitungan rata-rata Silhouette Coefficient Global dengan ketepatan cluster
algortima K-Means senilai 0,524815406 dan pada algoritma K- Medoids senilai
0,427492265. Maka hasil dari nilai SI Global menunjukan bahwa algoritma K-
Medoids lebih kecil dibandingkan nilai algoritma K-Means. Hal ini dapat
disimpulkan bahwa pengelompokan data algoritma K-Means lebih baik dalam
ketepatan kluster untuk menjadi informasi pengelompokan data rehabilitasi
narkoba. (Afriani & Pakpahan, 2019)
Berdasarkan referensi yang terkait, maka didapatkan perbedaan penelitian yang
terdahulu sebagai dasar penelitian ini, sistem yang akan dibuat menggunakan metode K-
Means dengan data yang lebih spesifik dari data Data Dasar Puskesmas Tahun 2019 yang
diimplementasikan ke dalam bentuk website dinamis dan divisualisasikan dengan peta
yang lebih interaktif sehingga memudahkan dalam membaca informasinya.
8
2.2 Pusat Kesehatan Masyarakat (Puskesmas)
2.2.1 Pengertian Puskesmas
Fasilitas Pelayanan Kesehatan adalah suatu tempat yang digunakan untuk

menyelenggarakan upaya pelayanan kesehatan, baik promotif, preventif, kuratif maupun
rehabilitative yang dilakukan oleh pemerintah, pemerintah daerah dan/atau masyarakat.
Upaya Kesehatan Masyarakat yang selanjutnya disingkat UKM adalah setiap kegiatan
untuk memelihara dan meningkatkan kesehatan serta mencegah dan menanggulangi
timbulnya masalah kesehatan dengan sasaran keluarga, kelompok, dan masyarakat.
Upaya Kesehatan Perseorangan yang selanjutnya disingkat UKP adalah suatu kegiatan
untuk peningkatan, pencegahan, penyembuhan penyakit, pengurangan penderitaan akibat
penyakit dan memulihkan kesehatan perseorangan.
Menurut (Peraturan Menteri Kesehatan Republik Indonesia Nomor 75 Tahun 2014
Tentang Pusat Kesehatan Masyarakat, 2014), Pusat Kesehatan Masyarakat yang
selanjutnya disebut Puskesmas adalah fasilitas pelayanan kesehatan yang
menyelenggarakan upaya kesehatan masyarakat dan upaya kesehatan perseorangan
tingkat pertama, dengan lebih mengutamakan upaya promotif, dan preventif, untuk
mencapai derajat kesehatan masyarakat yang setinggi-tingginya di wilayah kerjanya.
Pelayanan Kesehatan adalah upaya yang diberikan oleh Puskesmas kepada masyarakat
mencakup perencanaan, pelaksanaan, evaluasi, pencatatan, pelaporan dan dituangkan
dalam suatu sistem.
2.2.2 Tujuan Puskesmas
Tujuan pembangunan kesehatan yang diselenggarakan oleh puskesmas adalah

mendukung tercapainya tujuan pembangunan kesehatan nasional, yakni meningkatkan
kesadaran, kemauan, dan kemampuan hidup sehat bagi orang yang bertempat tinggal di
wilayah kerja Puskesmas agar terwujud derajat kesehatan yang setinggi-tingginya.
(Trihono, 2005)
9
2.2.3 Fungsi Puskesmas
Puskesmas memiliki wilayah kerja yang meliputi satu kecamatan atau sebagian dari
kecamatan. Faktor kepadatan penduduk, luas daerah, keadaan geografi dan keadaan
infrastruktur lainnya merupakan bahan pertimbangan dalam menentukan wilayah kerja
puskesmas. Untuk perluasan jangkauan pelayanan kesehatan maka puskesmas perlu
ditunjang dengan unit pelayanan kesehatan yang lebih sederhana yang disebut puskesmas
pembantu dan puskesmas keliling. Khusus untuk kota besar dengan jumlah penduduk
satu juta jiwa atau lebih, wilayah kerja puskesmas dapat meliputi satu kelurahan.
Puskesmas di ibukota kecamatan dengan jumlah penduduk 150.000 jiwa atau lebih,
merupakan Puskesmas Pembina yang berfungsi sebagai pusat rujukan bagi puskesmas
kelurahan dan juga mempunyai fungsi koordinasi. (Efendi & Makhfudli, 2009)
Menurut Trihono (2005) ada 3 (tiga) fungsi puskesmas yaitu:
a. Pusat penggerak pembangunan berwawasan kesehatan yang berarti puskesmas
selalu berupaya menggerakkan dan memantau penyelenggaraan pembangunan
lintas sektor termasuk oleh
masyarakat dan dunia usaha di wilayah kerjanya, sehingga berwawasan serta
mendukung pembangunan kesehatan.
b. Disamping itu puskesmas aktif memantau dan melaporkan dampak kesehatan dari
penyelenggaraan setiap program pembangunan diwilayah kerjanya.
c. Khusus untuk pembangunan kesehatan, upaya yang dilakukan puskesmas adalah
mengutamakan pemeliharaan kesehatan dan pencegahan penyakit tanpa
mengabaikan penyembuhan penyakit dan pemulihan kesehatan.
Pusat pemberdayaan masyarakat berarti puskesmas selalu berupaya agar
perorangan terutama pemuka masyarakat, keluarga dan masyarakat termasuk dunia usaha
memiliki kesadaran, kemauan dan kemampuan melayani diri sendiri dan masyarakat
untuk hidup sehat, berperan aktif dalam memperjuangkan kepentingan kesehatan
termasuk sumber pembiayaannya, serta ikut menetapkan, menyelenggarakan dan
memantau pelaksanaan program kesehatan. Pemberdayaan perorangan, keluarga dan
masyarakat ini diselenggarakan dengan memperhatikan kondisi dan situasi, khususnya
sosial budaya masyarakat setempat.
10
2.3 Metode Clustering
Clustering merupakan proses melakukan partisi atau pemisahan satu set item data
ke himpunan bagian yang disebut cluster. Item yang dalam cluster-nya memiliki
karakteristik hampir sama antara satu dengan yang lain dan akan berbeda dengan item
dalam cluster lain. Partisi tidak dilakukan secara manual karena pasti akan sulit
mengingat banyaknya data yang akan dipartisi, sehingga dibutuhkan suatu algoritma
Clustering. Oleh karena itu, Clustering sangat berguna terlebih dalam menemukan
kelompok yang tidak dikenal dalam data. Clustering juga dikenal sebagai data segmentasi
karena mempartisi banyak data ke banyak grup berdasar kesamaan.
Clustering terbagi dalam dua kelompok, yaitu hierarchical and partitional Clustering.
Partitional Clustering disebutkan sebagai pembagian obyek‐obyek data ke dalam kelompok
yang tidak saling overlap sehingga setiap data berada tepat di satu cluster. Hierarchical
Clustering adalah sekelopok cluster yang bersarang seperti sebuah pohon berjenjang
(hirarki). (Tan, Pang-Ning,et, 2006)
Dalam melakukan proses Clustering pun ada syarat-syaratnya sekaligus tantangan
yang harus dipenuhi oleh suatu algoritma Clustering yang dijelaskan sebagai berikut
(Han,Jiawei dan Kamber, 2006):
1. Skalabilitas, yang artinya mengharuskan bahwa suatu metode Clustering harus
mampu menangani data dalam jumlah yang besar bahkan sampai jutaan data.
2. Kemampuan analisa beragam bentuk data, yang artinya algoritma Clustering harus
mampu diimplementasikan ke berbagai macam bentuk data seperti data nominal,
ordinal maupun gabungannya.
3. Menemukan cluster dengan bentuk-bentuk yang tidak terduga, artinya hasil dari
Clustering dapat berbentuk aneh dan tidak sama antara satu data dengan lainnya.
Karena itu butuh kemampuan analisa cluster dengan bentuk apapun pada suatu
algoritma Clustering.
4. Kemampuan untuk dapat menangani noise, yang artinya data itu tidak selalu dalam
keadaan baik. Terkadang ada data rusak, tidak dimengerti, atau hilang. Karena itu,
algoritma Clustering harus mampu menangani data yang rusak.
11
5. Sensitifitas pada perubahan input, artinya perubahan input data menyebabkan
perubahan cluster yang ada bahkan menyebabkan perubahan mencolok jika
menggunakan algoritma Clustering yang memiliki tingkat sensitifitas rendah.
6. Mampu meng-Clustering data-data berdimensi tinggi, artinya suatu kelompok data
dapat berisi banyak dimensi atau atribut. Untuk itu algoritma Clustering harus
mampu menangani data berdimensi tinggi tersebut.
7. Interpresasi dan kegunaan, artinya mengharuskan bahwa hasil dari proses
Clustering dapat diinterpretasikan dan juga berguna.
2.4 Algoritma K-Means
Algoritma K-Means merupakan salah satu algoritma clustering pada data mining
non hierarki yang menganalisa data dengan pemodelan unsupervised learning dan
melakukan pengelompokan data dengan sistem partisi. Konsep dalam Clustering yaitu
dengan mengelompokkan data-data menjadi beberapa himpunan, yang mana data dalam
satu kelompok mempunyai karakteristik yang sama antara data satu dengan yang lainnya
dan mempunyai karakteristik berbeda dengan data yang ada dalam kelompok berbeda
(Simamora et al., 2017). Dengan maksud lain, metode K-Means ini melakukan
peminimalan variasi antar data yang ada dalam suatu cluster dan memaksimalkan variasi
dengan data yang ada dalam cluster lainnya.
Dalam mengelompokkan data dengan K-Means, didasarkan pada titik pusat yang
telah ditentukan sebelumnya. Dengan menggunakan rumus Euclidean Distances,
Clustering objek dilihat dari jarak objek dengan titik pusatnya yang paling dekat, yang
mana dalam mencari jarak terdekat kadang dibutuhkan hingga beberapa perulangan atau
iterasi sampai objek benar-benar mendekati ke titik pusat cluster. Euclidean Distances
sendiri merupakan perhitungan jarak dari 2 titik di euclidean space, dengan menghitung
akar dari kuadrat perbedaan 2 vektor. Setelah diketahui titik pusat terdekatnya dan posisi
objek terhadap cluster-nya tidak berubah-ubah lagi, objek dapat dipastikan masuk sebagai
anggota cluster tersebut. Sehingga diketahui bagaimana K-Means mempartisi data-data
ke dalam kelompok masing-masing cluster, melalui proses perubahan posisi data yang
awalnya bergejolak menjadi tetap. Beberapa kelebihan dari algoritma K-Means antara
lain sebagai berikut:
12
1. Karena algoritma K-Means lebih sederhana dibandingkan algoritma lain seperti
fuzzy c-means, maka dalam implementasinya mudah dilakukan.
2. Dalam mempelajari K-Means relatif cepat sehingga tidak perlu waktu lama.
3. Mudah untuk diadaptasikan dari satu masalah ke masalah lain selama data-data
yang digunakan juga cocok dilakukan peng-cluster-an.
4. Algoritma K-Means sudah begitu banyak digunakan dalam berbagai masalah,
terlebih dalam penelitian-penelitian terdahulu.
Untuk menemukan pola-pola data dari proses Clustering berbasis K-Means, berikut
langkah-langkah yang perlu dilakukan:
1) Menentukan dahulu berapa jumlah cluster yang akan dibentuk (k-cluster).
2) Menentukan titik pusat cluster (centroid) secara acak.
Untuk menghasilkan cluster maksimal, titik awal partisi merupakan salah satu
faktor yang berpengaruh untuk itu pemilihan titik awal harus beralasan. Dalam
menentukan titik pusat awal cluster dapat dengan mengukur nilai titik tengah
segmentasi berdasarkan jumlah jarak terpendek antar anggota kelas tersebut.
3) Menghitung jarak antara setiap data ke titik pusat terdekat.
Distance space digunakan dalam perhitungan jarak antara data dan titik pusat.
Salah satu persamaan yang dapat digunakan adalah Euclidean Distance Space, yang
sering digunakan dalam menghitung jarak. Hal tersebut dikarenakan hasil
perhitungan merupakan jarak terpendek antara dua titik yang diperhitungkan.
Berikut ini merupakan persamaannya yaitu:
Dengan:
𝐷 𝑝
(2.1)
𝑛(𝑥,𝑦)=√∑𝑘=1(𝑋𝑥𝑘 − 𝑌𝑦𝑘 )2̀
𝐷𝑛(𝑥,𝑦) = jarak objek antara objek i dan j

P = dimensi data
𝑋𝑥𝑘 = koordinat dari objek x pada dimensi k
𝑌𝑦𝑘 = koordinat dari objek y pada dimensi k
4) Mengalokasikan masing-masing data ke titik pusat terdekat, sehingga dalam tahap
ini setiap data sudah mulai bergerak ke cluster-nya masing-masing.
5) Menghitung titik pusat baru menggunakan jumlah keseluruhan per cluster. Untuk
menghitung titik pusat cluster yang baru ditentukan berdasarkan rata-rata dari data-
data yang ada di titik pusat yang sama. Berikut persamaannya:
13
𝐶 1 ∑ 𝑑𝑖 (2.2)
𝑘= ( )
𝑛𝑘
Dengan:
𝐶𝑘 = titik pusat baru
𝑛𝑘 = jumlah dokumen dalam cluster k
𝑑𝑖 = dokumen dalam cluster k
6) Kembali ke langkah 3, jika ada data yang berubah – ubah dari cluster atau jika
berubahnya nilai centroid melebihi nilai threshold atau jika berubahnya nilai
objective function yang digunakan melebihi nilai threshold yang digunakan.
Adapun flowchart dari algoritma K-Means dapat dilihat pada Gambar 2.3
Mulai
Tentukan Jumlah Cluster (k)
Tentukan Centroid Awal Tiap Cluster
Hitung jarak objek dari Centroid

dengan Euclidean Distance
Hitung kembali Centroid
Ya
berdasarkan data yang mengikuti
Centroid Berubah?
Tidak
Selesai
Gambar 2. 1 Flowchart K-Means
14
2.5 Pemetaan
Pengertian pemetaan secara harfiah menurut kamus besar Bahasa Indonesia (1987
: 859) adalah suatu proses, cara, perbuatan membuat peta, kegiatan pemotretan yang
dilakukan melalui udara dimana dalam kegiatan tersebut bertujuan meningkatkan hasil
pencitraan yang baik tentang suatu daerah. (Yusuf, 1957)
Pengertian lain tentang pemetaan adalah pengelompokkan suatu kumpulan wilayah
yang berkaitan dengan beberapa letak geografis wilayah yang meliputi dataran tinggi,
pegunungan, sumber daya dan potensi penduduk yang berpengaruh terhadap sosial
kultural yang memilki ciri khas khusus dalam penggunaan skala yang tepat. (Soekidjo,
1994)
2.6 Sistem Informasi
Sistem informasi merupakan suatu perkumpulan data yang terorganisasi berserta

tatacara penggunanya yang mencakup lebih jauh dari pada sekedar penyajian. Istilah
tersebut menyiratkan suatu maksud yang ingin dicapai dengan jalan memilih dan
mengatur data serta menyusun tatacara penggunaanya. Keberhasilan suatu sistem
informasi yang diukur berdasarkan maksud pembuatannya tergantung pada tiga faktor
utama, yaitu: keserasian dan mutu data, pengorganisasian data, dan tatacara
penggunaannya. Untuk memenuhi permintaan penggunaan tertentu, maka struktur dan
cara kerja sistem informasi harus dipenuhi. Suatu persamaan yang menonjol ialah suatu
sistem informasu menggabungkan berbagai ragam data yang dikumpulkan dari berbagai
sumber. Untuk dapat menggabungkan data yang berasal dari berbagai sumber suatu
sustem alih rupa data sehingga jadi tergabungkan. Berapa pun ukurannya dan apapun
ruang lingkupnya suatu sistem informasi perlu memiliki ketergabungan data yang
disimpannya.
Sistem informasi adalah suatu sistem didalam suatu organisasi yang
mempertemukan kebutuhan pengolahan transaksi harian yang mendukung fungsi operasi
organisasi yang bersifat manajerial dengan kegiatan strategi dari suatu organisasi untuk
dapat menyediakan kepada pihak luar tertentu dengan laporan-laporan yang diperlukan.
(Sutabri, 2012)
15
Sistem informasi merupakan komponen yang terdiri dari manusia, teknologi
informasi, dan prosedur kerja yang memproses, menyimpan, menganalisis, dan
menyebarkan informasi untuk mencapai suatu tujuan.
2.7 Sistem Informasi Geografis
2.7.1 Pengertian Sistem Informasi Geografis
Sistem informasi geografis (SIG) adalah sebuah sistem atau teknologi berbasis
komputer yang dibangun dengan tujuan untuk mengumpulkan, menyimpan, mengolah
dan menganalisa, serta menyajikan data dan informasi dari suatu obyek atau fenomena
yang berkaitan dengan letak atau keberadaannya di permukaan bumi. (Ekadinata, A,
2008)
Qihao Weng dalam bukunya menyebutkan bahwa Sistem Informasi Geografis
merupakan paket software terintegrasi yang dibuat secara khusus untuk mengolah data
geografis dengan berbagai keperluan. GIS dapat melakukan pemrosesan mulai dari
pemasukan data, penyimpanan, menampilkan kembali informasi kepada pengguna, serta
mempunyai kemampuan untuk melakukan analisis terhadap data yang dimilikinya.
(Weng, 2010)
Pada dasarnya istilah sistem informasi geografis merupakan gabungan dari tiga
unsur pokok yaitu sistem, informasi, dan geografis. Dengan demikian pengertian terhadap
ketiga unsur-unsur pokok ini akan sangat membantu dalam memahami Sistem Informasi
Geografis. Dengan melihat unsur-unsur pokoknya, maka jelas sistem informasi geografis
merupakan suatu sistem yang menekankan pada unsur “informasi geografis”. (Triyono &
Wahyudi, 2008)
Istilah geografis merupakan merupakan bagian dari spasial (keruangan). Kedua
istilah ini sering digunakan secara bergantian atau tertukar sehingga timbul istilah yang
ketiga yaitu geospasial. Ketiga istilah ini mengandung pengertian yang sama di dalam
konteks SIG. Penggunaan kata “Geografis” megandung pengertian suatu persoalan
mengenai bumi: permukaan dua atau tiga dimensi. Istilah “Informasi Geografis”
mengandung pengertian informasi mengenai tempattempat, pengetahuan mengenai posisi
16
dimana suatu objek terleta, dan informasi mengenai keterangan-keterangan (atribut) yang
terdapat di permukaan bumi yang posisinya diberikan atau diketahui.
2.7.2 Konsep Dasar Sistem Informasi Geografis
Sistem Informasi Geografis (SIG) atau juga dikenal sebagai Geographic

Information System (GIS) pertama pada tahun 1960 yang bertujuan untuk menyelesaikan
permasalahan geografis. 40 tahun kemudian GIS berkembang tidak hanya bertujuan
untuk menyelesaikan permasalahan geografi saja tetapi sudah merambah ke berbagai
bidang seperti analisis penyakit epidemik (demam berdarah) dan analisis kejahatan
(kerusuhan) termasuk analisis kepariwisataan.
Kemampuan dasar dari SIG adalah mengintegrasikan berbagai operasi basis data seperti
query, menganalisisnya serta menampilkannya dalam bentuk pemetaan berdasarkan letak
geografisnya. (Prahasta, 2002)
2.7.3 Definisi Sistem Informasi Geografis
Istilah geography digunakan karena SIG dibangun berdasarkan pada geografi atau
spasial. Objek ini mengarah pada spesifikasi lokasi dalam suatu space. Geographic
Information System (GIS) merupakan sistem komputer yang berbasis pada sistem
informasi yang digunakan untuk memberikan bentuk digital dan analisis terhadap
permukaan geografi bumi.
Geografi adalah informasi mengenal permukaan bumi dan semua obyek yang
berada diatasnya, sedangkan sistem informasi geografis (SIG) atau dalam bahasa inggris
disebut Geographic Information System (GIS) adalah sistem informasi khusus yang
mengelola data yang memiliki informasi spasial (bereferensi keruangan). Sistem
informasi geografis adalah bentuk sistem informasi yang menyajikan informasi dalam
bentuk grafis dengan menggunakan peta sebagai antarmuka. SIG tersusun atas konsep
beberapa lapisan (layer) dan relasi. (Prahasta, 2002)
17
2.7.4 Manfaat Sistem Informasi Geografis
Fungsi SIG adalah meningkatkan kemampuan menganalisis informasi spasial

secara terpadu untuk perencanaan dan pengambilan keputusan. SIG dapat memberikan
informasi kepada pengambil keputusan untuk analisis dan penerapan database
keruangan. (Prahasta, 2002)
SIG mampu memberikan kemudahan-kemudahan yang diinginkan. Dengan SIG
user dimudahkan dalam melihat fenomena kebumian dengan perspektif yang lebih baik.
SIG mampu mengakomodasi penyimpanan, pemrosesan, dan penayangan data spasial
digital bahkan integrasi data yang beragam, mulai dari citra satelit, foto udara, peta
bahkan data statistik. SIG juga mengakomodasi dinamika data, pemutakhiran data yang
menjadi lebih mudah.
2.7.5 Subsistem Sistem Informasi Geografis
Menurut (Prahasta, 2005) SIG dapat diuraikan menjadi beberapa subsistem sebagai
berikut:
1. Data Input
Subsistem ini bertugas untuk mengumpulkan dan mempersiapkan data spasial dan
atribut dari berbagai sumber. Subsistem ini juga bertanggung jawab dalam
mengkonversi atau mentransformasikan format-format data aslinya ke dalam
format yang dapat digunakan oleh SIG.
2. Data Output
Subsistem ini menampilkan atau menghasilkan keluaran seluruh atau sebagian
basisdata baik dalam bentuk softcopy maupun dalam bentuk hardcopy seperti: tabel,
grafik, ataupun peta.
3. Data Manajemen
Subsistem ini mengorganisasikan baik data spasial maupun atribut kedalam sebuah
basisdata sedemikian rupa sehingga mudah dipanggil, diupdate dan di-edit.
18
4. Analisis dan manipulasi data
Subsistem ini menentukan informasi–informasi yang dapat dihasilkan oleh SIG.
Selain itu, subsistem ini juga melakukan manipulasi dan pemodelan data untuk
menghasilkan informasi yang diharapkan.
2.7.6 Cara Kerja Sistem Informasi Geografis
SIG dapat menyajikan real world (dunia nyata) pada monitor sebagaimana
lembaran peta dapat merepresentasikan dunia nyata di atas kertas. Tetapi, SIG memiliki
kekuatan lebih dan fleksibilitas dari pada lembaran pada kertas. Peta merupakan
representasi grafis dari dunia nyata, obyek-obyek yang dipresentasikan di atas peta
disebut unsur peta atau map features (contohnya adalah sungai, taman, kebun, dan jalan).
Peta mengorganisasikan unsur-unsur berdasarkan lokasi-lokasinya, SIG
menyimpan semua informasi deskriptif unsur-unsurnya sebagai atribut-atribut didalam
basis data. Kemudian, SIG membentuk dan menyimpannya di dalam tabel-tabel
(relasional). Dengan demikian, atribut-atribut ini dapat diakses melalui lokasi-lokasi
unsur-unsur peta. Dan sebaliknya, unsur-unsur peta juga dapat diakses melalui atribut-
atributnya. (Prahasta, 2005)
2.7.7 Kemampuan Sistem Informasi Geografis
Sistem informasi geografis mempunyai kemampuan untuk menghubungkan

berbagaidata pada suatu titik tertentu di bumi, menggabungkannya, menganalisis dan
akhirnya memetakan hasilnya: (Prahasta, 2005)
1. Memasukkan dan mengumpulkan data geografis (spasial dan atribut).
2. Mengintegrasikan data geografis.
3. Memeriksa, meng-update (meng-edit) data geografis.
4. Menyimpan atau memanggil kembali data geografis.
5. Mempresentasikan atau menampilkan data geografis.
6. Mengelola, memanipulasi dan menganalisis data geografis.
19
7. Menghasilkan output data geografis dalam bentuk peta tematik (view dan layout),
tabel, grafik (chart) laporan, dan lainnya baik dalam bentuk hardcopy maupun
softcopy.
2.8 Peta
Peta merupakan gambaran wilayah geografis, bagian permukaan bumi yang

disajikan dalam berbagai cara yang berbeda, mulai dari peta konvensional yang tercetak
hingga peta digital yang tampil di layar komputer. Peta dapat digambarkan dengan
berbagai gaya, masing-masing menunjukan permukaan yang berbeda untuk subjek yang
sama untuk menvisualisasikan dunia dengan mudah, informatif dan fungsional. Peta
berbasis komputer (digital) lebih serba guna dan dinamis karena bisa menunjukkan
banyak view yang berbeda dengan subjek yang sama. Peta ini juga memungkinkan
perubahan skala, animasi gabungan, gambar, suara, dan bisa terhubung ke sumber
informasi tambahan melalui internet. Peta digital dapat diupdate ke peta tematik baru dan
bisa menambahkan detail informasi geografi lainnya.(Charter & Agtrisari, 2003)
2.9 Google Maps API
Application Programming Interface (API) adalah sekumpulan komponen yang

dibuat dalam kelas-kelas yang memiliki berbagai fungsi tertentu. Dengan demikian dapat
disimpulkan Google Maps API merupakan sekumpulan komponen untuk melakukan
berbagai fungsi terkait aplikasi pemetaan. Google Maps API dibuat dengan Javascript,
sehingga API ini akan lebih mudah dipelajari bagi orang yang sudah mengenal
Javascript, khususnya lagi yang berpengalaman dengan pemograman berorientasi objek.
Google Maps adalah salah satu produk berbasis geospatial dari Google selain,
Google Earth Engine dan Google Earth KML. Google Maps pertama kali didesain dan
dibuat oleh dua programmer Denmark yaitu Lars Rasmussen dan Jeins Eilstrup, di
Sydney, Australia pada perusahaan yang bernama Where 2 Technologies. Perusahaan ini
kemudian diakuisisi oleh Google pada tahun 2004. Google secara resmi mengumumkan
Google Maps pada tahun 2005 melalui blog google. Sedangkan Google Maps API sendiri
baru dirilis pada bulan Juni 2005.
20
2.10 Framework Laravel
Laravel adalah sebuah framework PHP yang dirilis dibawah lisensi MIT, dibangun
dengan konsep MVC (model view controller). Laravel adalah pengembangan website
berbasis MVP yang ditulis dalam PHP yang dirancang untuk meningkatkan kualitas
perangkat lunak dengan mengurangi biaya pengembangan awal dan biaya pemeliharaan,
dan untuk meningkatkan pengalaman bekerja dengan aplikasi dengan menyediakan
sintaks yang ekspresif, jelas dan menghemat waktu.
MVC adalah sebuah pendekatan perangkat lunak yang memisahkan aplikasi logika
dari presentasi. MVC memisahkan aplikasi berdasarkan komponen-komponen aplikasi,
seperti: manipulasi data, controller, dan user interface.
1. Model, Model mewakili struktur data. Biasanya model berisi fungsi-fungsi yang
membantu seseorang dalam pengelolaan basis data seperti memasukkan data ke basis
data, pembaruan data dan lain-lain.
2. View, View adalah bagian yang mengatur tampilan ke pengguna. Bisa dikatakan
berupa halaman web.
3. Controller, Controller merupakan bagian yang menjembatani model dan view.
2.11 UML (Unified Modeling Language)
Unified Modeling Language (UML) adalah sebuah “bahasa” yang telah menjadi
standar dalam industri untuk visualisasi, merancang dan mendokumentasikan sistem
perangkat lunak. UML menawarkan sebuah standar untuk merancang model sebuah
sistem. (Dharwiyanti & Wahono, 2003)
Berikut ini adalah beberapa jenis UML yang digunakan dalam penelitian ini.
2.11.1 Use Case Diagram
Menggambarkan sejumlah external actors dan hubungannya ke use case yang

diberikan oleh sistem. Use case adalah deskripsi fungsi yang disediakan oleh sistem
dalam bentuk teks sebagai dokumentasi dari use case symbol namun dapat juga dilakukan
dalam activity diagrams. Use case digambarkan hanya yang dilihat dari luar oleh actor
21
(keadaan lingkungan sistem yang dilihat user) dan bukan bagaimana fungsi yang ada di
dalam sistem.
2.11.2 Class Diagram
Menggambarkan struktur statis class di dalam sistem. Class merepresentasikan

sesuatu yang ditangani oleh sistem. Class dapat berhubungan dengan yang lain melalui
berbagai cara: associated (terhubung satu sama lain), dependent (satu class
tergantung/menggunakan class yang lain), specialed (satu class merupakan spesialisasi
dari class lainnya), atau package (grup bersama sebagai satu unit). Sebuah sistem
biasanya mempunyai beberapa class diagram.
2.11.3 Sequence Diagram
Menggambarkan kolaborasi dinamis antara sejumlah object. Kegunaanya untuk

menunjukkan rangkaian pesan yang dikirim antara object juga interaksi antara object,
sesuatu yang terjadi pada titik tertentu dalam eksekusi sistem.
2.11.4 Activity Diagram
Menggambarkan rangkaian aliran dari aktivitas, digunakan untuk mendeskripsikan

aktifitas yang dibentuk dalam suatu operasi sehingga dapat juga digunakan untuk aktifitas
lainnya seperti use case atau interaksi.
2.12 Metode Pengembangan Sistem Sekuensial Linear (Waterfall Model)
Menurut (Imam & Azhari, 2010) Model waterfall adalah proses pengembangan
perangkat lunak tradisional yang umum digunakan dalam proyek-proyek perangkat
lunak. Ini adalah model sekuensial, sehingga penyelesaian satu set kegiatan menyebabkan
dimulainya aktivitas berikutnya. Hal ini disebut waterfall karena proses mengalir secara
sistematis dari satu tahap ke tahap lainnya dalam mode ke bawah. Membentuk kerangka
kerja untuk pengembangan perangkat lunak. Secara umum, model ini dianggap memiliki
22
enam tahap yang berbeda yaitu analisis kebutuhan, desain, implementasi, verifikasi,
instalasi dan pemeliharaan.
Urutan kerja metode waterffall yang ditampilkan dalam Gambar 2.2
Gambar 2. 2 Waterfall Model
2.13 Metode Pengujian
Metode pengujian adalah cara atau teknik untuk menguji perangkat lunak,
mempunyai mekanisme untuk menentukan data uji yang dapat menguji perangkat lunak
secara lengkap dan mempunyai kemungkinan tinggi untuk menemukan kesalahan.
Perangkat lunak dapat diuji dengan dua cara, yaitu:
1. Pengujian dengan menggunakan data uji untuk menguji semua elemen program
(data internal, loop, logika, keputusan dan jalur). Data uji dibangkitkan dengan
mengetahui struktur internal (kode sumber) dari perangkat lunak.
2. Pengujian dilakukan dengan mengeksekusi data uji dan mengecek apakah
fungsional perangkat lunak bekerja dengan baik. Data uji dibangkitkan dari
spesifikasi perangkat lunak.
23
2.13.1 White Box Testing
Pengujian white box (glass box) adalah pengujian yang didasarkan pada
pengecekan terhadap detil perancangan, menggunakan struktur kontrol dari desain
program secara procedural untuk membagi pengujian ke dalam beberapa kasus pengujian.
Penentuan kasus uji disesuaikan dengan struktur system, pengetahuan mengenai program
digunakan untuk mengidentifikasikan kasus uji tambahan.
Tujuan penggunaan white box untuk menguji semua statement program.
Penggunaan metode pengujian white box dilakukan untuk:
1. memberikan jaminan bahwa semua jalur independen suatu modul digunakan
minimal satu kali
2. menggunakan semua keputusan logis untuk semua kondisi true atau false
3. mengeksekusi semua perulangan pada batasan nilai dan operasional pada setiap
kondisi.
4. menggunakan struktur data internal untuk menjamin validitas jalur keputusan
2.13.2 Black Box Testing
Pengujian black box merupakan pendekatan komplementer dari teknik white box,
karena pengujian black box diharapkan mampu mengungkap kelas kesalahan yang lebih
luas dibandingkan teknik white box. Pengujian black box berfokus pada pengujian
persyaratan fungsional perangkat lunak, untuk mendapatkan serangkaian kondisi input
yang sesuai dengan persyaratan fungsional suatu program.
Pengujian black box adalah pengujian aspek fundamental sistem tanpa
memperhatikan struktur logika internal perangkat lunak. Metode ini digunakan untuk
mengetahui apakah perangkat lunak berfungsi dengan benar. Pengujian black box
merupakan metode perancangan data uji yang didasarkan pada spesifikasi perangkat
lunak. Data uji dibangkitkan, dieksekusi pada perangkat lunak dan kemudian keluaran
dari perangkat lunak dicek apakah telah sesuai dengan yang diharapkan.
Pengujian black box berusaha menemukan kesalahan dalam kategori:
1. Fungsi-fungsi yang tidak benar atau hilang
2. Kesalahan interface
24
3. Kesalahan dalam struktur data atau akses database eksternal
4. Kesalahan kinerja
5. Inisialisasi dan kesalahan terminasi.
Berbeda dengan pengujian white box, pengujian black box cenderung diaplikasikan
selama tahap akhir pengujian. Pengujian black box harus dapat menjawab pertanyaan
sebagai berikut:
a) Bagaimana validitas fungsional diuji
b) Kelas input apa yang akan membuat kasus pengujian menjadi lebih baik
c) Apakah system akan sangat sensitive terhadap harga input tertentu
d) Bagaimana batasan dari suatu data diisolasi
e) Kecepatan data apa dan volume data apa yang akan ditoleransi oleh sistem
f) Apa pengaruh kombinasi tertentu dari data terhadap system operasi.
25
BAB III METODOLOGI P EN ELI TIAN
METODOLOGI PENELITIAN
3.1 Tahapan Pelaksanaan Penelitian
Penelitian ini akan dibagi kedalam beberapa bagian diantaranya Studi Literatur,
Observasi dan Pengumpulan Data, Implementasi Sistem Informasi Geografis, Pengujian
Sistem Informasi Geografis serta Penarikan Kesimpulan yang terdapat pada Gambar 3.1.
Gambar 3. 1 Tahapan Pelaksanaan Penelitian
26
Masing-masing langkah penelitian diuraikan secara rinci sebagai berikut:
1. Studi Literatur
Pada tahap ini dilakukan studi literatur. Studi literatur dilakukan untuk mengkaji
dan mengetahui secara teoritis metode yang dipakai dalam mengelompokan data
puskesmas yaitu dengan menggunakan metode K-Means. serta mengkaji dan
mengetahui secara teoritis tentang sistem informasi, sistem informasi geografis
serta kelayakan puskesmas.
2. Observasi dan Pengumpulan data
Pada tahap ini dilakukan observasi serta pengumpulan data yang diperoleh dari
Dinas Kesehatan Provinsi Kalimantan Timur.
3. Implementasi Sistem Informasi Geografis
Pada tahap ini dilakukan pengembangan website berbasis sistem informasi
geografis untuk memetakan Puskesmas di Kalimantan Timur. Dengan
menggunakan metode pengklusteran yaitu metode K-Means dengan model
pengembangan perangkat lunak model waterfall.
4. Pengujian Sistem Informasi Geografis
Pengujian sistem dilakukan dengan metode blackbox dan whitebox untuk
memastikan sistem dapat berjalan sebagaimana mestinya.
3.2 Pengumpulan Data
3.2.1 Jenis Data
Data yang digunakan dalam penelitian ini adalah data primer yang didapatkan dari
Dinas Kesehatan Provinsi Kalimantan Timur.
3.2.2 Metode Pengumpulan Data
Pengumpulan data adalah berbagai cara untuk mengumpulkan data, menghimpun,

mengambil atau menjaring data penelitian. Adapun teknik-teknik pengumpulan data yang
penulis lakukan dalam penelitian ini adalah sebagai berikut:
27
a. Studi Literatur
Pada tahap ini akan diadaakan studi literatur tentang informasi sistem informasi
geografis, diantaranya jurnal-jurnal yang membahas tentang sistem informasi geografis,
skripsi mahasiswa Teknik Informatika dan sumber lainnya yang berasal dari situs
internet, serta teknologi baik hardware maupun software yang dibutuhkan.
b. Dokumentasi
Pada tahap ini akan dilakukan pengumpulan data dari Data Dasar Puskesmas
Kalimantan Timur tahun 2019.
3.2.3 Analisis Sistem Berjalan
Informasi yang tersedia untuk kondisi puskesmas di Kalimantan Timur saat ini
hanya bisa didapatkan dari buku Data Dasar Puskesmas Kalimantan Timur dan disajikan
dalam bentuk tabel dimana dalam pemahaman isinya memerlukan ketelitian. Pada
penelitian sebelumnya terdapat system yang menyajikan hasil pengelompokan kondisi
puskesmas di Kalimantan timur berdasarkan tenaga medis, akan tetapi disajikan dalam
bentuk tabel.
3.2.4 Analisis Kebutuhan Sistem
a. Kebutuhan Fungsional
Analisis kebutuhan fungsional dilakukan untuk memberikan gambaran mengenai
sistem informasi geografis pemetaan kelayakan Puskesmas di Provinsi Kalimantan
Timur, yang mana pada sistem ini terdapat 2 jenis pengguna yaitu administrator dan user
dimana kedua pengguna ini memiliki hak akses yang berbeda. Berikut ini adalah hak
akses yang dimiliki oleh masing-masing pengguna.
1. Administrator
Hak akses yang dimiliki oleh administrator yaitu dapat mengelola data Puskesmas
Kalimantan Timur.
2. User
Hak akses yang dimiliki user yaitu dapat mengakses informasi tentang Puskesmas
yang telah di klasterisasi berdasarkan kondisi tenaga medis, sarana dan
28
prasarananya. Data yang diperoleh berupa data peta Provinsi Kalimantan Timur
yang dilengkapi dengan marking informasi mengenai status tingkat kelayakan
puskesmas, serta dilengkapi dengan statistik data Tenaga Medis, sarana dan
prasarana yang dimiliki Puskesmas.
Fungsi-fungsi yang dimiliki sistem ini adalah sebagai berikut:
a. Sistem dapat memberikan informasi tingkat kelayakan Puskesmas di Provinsi
Kalimantan Timur.
b. Sistem dapat menampilkan informasi statistik per puskesmas.
c. Sistem dapat menambah, mengedit serta menghapus data yang akan diolah untuk
menentukan kluster tingkat kelayakan Puskesmas.
d. Sistem dapat menentukan kluster untuk setiap puskesmas berdasarkan kriteria yang
sudah ditentukan.
b. Kebutuhan Non Fungsional
Analisis kebutuhan non fungsional dilakukan untuk mengetahui spesifikasi

kebutuhan perangkat keras maupun perangkat lunak yang dibutuhkan oleh sistem.
a) Kebutuhan Perangkat Lunak (Software)
Perangkat Lunak yang digunakan untuk sistem ini adalah:
1. Sistem Operasi Windows 11 Pro
2. Microsoft Office 2019
3. XAMPP
4. Sublime Text Editor
5. Mozilla Firefox
6. MySQL
7. MySQL Workbench
8. Google Maps API
9. Rapid miner
10. Draw.io Diagrams
b) Kebutuhan Perangkat Keras (Hardware)
29
Untuk kebutuhan perangkat keras (hardware), penulis menggunakan seperangkat laptop
dengan spesifikasi:
1. Laptop Asus TUF FX505DT
2. Prosesor AMD Ryzen 7
3. Ram 16GB
c) Kebutuhan User (Brainware)
User (pengguna) yang akan menggunakan sistem mempunyai kriteria sebagai berikut:
1. Masyarakat umum Provinsi Kalimantan Timur.
2. Memiliki pengetahuan penggunaan sistem dan dapat mengakses internet.
3. Mengetahui prosedur penggunaan sistem yang terdapat di halaman Help.
3.3 Perancangan Data
3.3.1 Variabel
Variabel yang digunakan dalam penelitian ini adalah variabel yang didapatkan dari
Data Dasar Puskesmas Kalimantan Timur tahun 2019.
Tabel 3. 1 Variabel Clustering
No Nama Variabel Keterangan

1 Jumlah Rumah Dinas Nakes Jumlah Rumah dinas nakes yang dimiliki oleh
Kondisi Baik Puskesmas dengan kondisi baik
Kondisi Rusak Ringan Puskesmas puskesmas dengan kondisi rusak ringan
Kondisi Rusak Sedang Puskesmas puskesmas dengan kondisi rusak sedang
Kondisi Rusak Berat Puskesmas puskesmas dengan kondisi rusak berat
5 Jumlah Ambulance Kondisi Jumlah ambulan yang dimiliki oleh Puskesmas dengan
Baik kondisi baik
Rusak Ringan kondisi rusak ringan
30
Rusak Berat kondisi rusak berat
8 Jumlah Puskesmas Keliling Jumlah kendaraan puskesmas keliling roda 4 yang
dengan Kondisi Baik dimiliki oleh puskesmas dengan kondisi baik
dengan Kondisi Rusak Ringan dimiliki oleh puskesmas dengan kondisi rusak ringan
dengan Kondisi Rusak Berat dimiliki oleh puskesmas dengan kondisi rusak berat
11 Jumlah Puskesmas Pembantu Jumlah puskesmas pembantu yang dimiliki oleh
dengan Kondisi Baik puskesmas dengan kondisi baik
dengan Kondisi Rusak Ringan puskesmas dengan kondisi rusak ringan
dengan Kondisi Rusak Sedang puskesmas dengan kondisi rusak sedang
dengan Kondisi Rusak Berat puskesmas dengan kondisi rusak berat
15 Jumlah Tenaga Dokter Umum Jumlah tenaga dokter umum yang dimiliki puskesmas
16 Jumlah Tenaga Dokter Gigi Jumlah tenaga dokter gigi yang dimiliki puskesmas
17 Jumlah Tenaga Perawat Jumlah tenaga perawat yang dimiliki puskesmas
18 Jumlah Tenaga Bidan Jumlah tenaga bidan yang dimiliki puskesmas
19 Jumlah Tenaga Farmasi Jumlah tenaga farmasi yang dimiliki puskesmas
20 Jumlah Tenaga Kesehatan Jumlah tenaga kesehatan masyarakat yang dimiliki
Masyarakat puskesmas
21 Jumlah Tenaga Kesehatan Jumlah tenaga kesehatan lingkungan yang dimiliki
Lingkungan puskesmas
22 Jumlah Tenaga Gizi Jumlah tenaga gizi yang dimiliki puskesmas
23 Jumlah Tenaga Lab Medik Jumlah tenaga laboraturium medik yang dimiliki
puskesmas
24 Sumber Air 1. Mata Air
2. Tanah
3. PDAM
25 Sumber Listrik 1. Tenaga Surya
2. Generator
31
3. Diesel
4. PLN
26 Jangka Waktu Listrik 1. Tidak Ada
Menyala 2. < 24 jam/hari
3. 24 jam/hari
27 Kepemilikan Telepon Kabel 1. Tidak
2. Ya
28 Akses Jalan Puskesmas 1. Air
2. Tanah
3. Aspal
Data yang diperoleh dari Dinas Kesehatan Provinsi Kalimantan Timur berupa
Data Dasar Puskesmas Provinsi Kalimantan Timur tahun 2019, memiliki banyak variabel
yang harus dipilih, dalam proses clustering K-Means ini diperlukan variabel seperti yang
tercantum pada Tabel 3.1, sehingga variabel lain yang tidak berkaitan akan disingkirkan.
Data puskesmas yang telah diproses berjumlah 186 puskesmas, ditampilkan pada tabel
3.2
Tabel 3. 2 Data Dasar Puskesmas Hasil Seleksi
KONDISI RUMAH
KODE … AKSES
NO. ALAMAT DINAS NAKES
PUSKESMAS JALAN
B RR RS RB …
1. 1060763 Kec. Batu Putih 2 1 0 0 … 3
2. 1060764 Kec. Biatan 5 2 0 0 … 3
3. 1060751 Jl. Majahaba, Kec. 1 1 0 0 … 3
Biduk‐biduk
4. 1060758 Jl. Manunggal, Kec. 1 0 1 1 … 3
Gunung Tabur
5. 1060759 Jl. Kesehatan 0 0 2 2 … 3
Merancang Ulu, Kec.
Gunung Tabur
6. 1060916 Kp. Merapun Kec. 4 0 0 0 … 3
Kelay
32
KONDISI RUMAH
KODE … AKSES
NO. ALAMAT DINAS NAKES
PUSKESMAS JALAN
B RR RS RB …
… … … … … … … … …
186. 1060768 Jl. Negara Penajam 4 0 0 0 … 3

Kuaro Km 25, Kec.
Waru
Hasil selengkapnya dari data dasar puskesmas yang telah diproses ditampilkan pada
Lampiran 1.
33
3.3.2 Entity Relationship Diagram (ERD) Sistem
Penelitian ini menggunakan Entity Relationship Diagram (ERD) untuk

menggambarkan hubungan/relasi antar Entittas, Entity Relationship Diagram yang
digunakan adalah seperti Gambar 3.2 berikut.
Gambar 3. 2 Entity Relationship Diagram (ERD)
3.3.3 Struktur Database
Struktur database yang digunakan sistem dalam penelitian ini berdasarkan ERD
yang sudah didefinisikan sebelumnya. Struktur tabel data antara lain sebagai berikut.
34
a) Tabel Users
Tabel ini berisi data login dari pengguna
Tabel 3. 3 Tabel Users
Field Type
Id Int(10)
Nama Varchar(255)
Username Varchar(255)
Email Varchar(255)
Password Varchar(255)
Id_level Int(10)
b) Tabel Puskesmas
Tabel ini berisi data puskesmas yang akan di clustering
Tabel 3. 4 Tabel Puskesmas
Field Type
Id_pkm Int(5)
Uuid Varchar(90)
Nama_pkm Varchar(255)
Alamat Text
Id_kecamatan Int(10)
Id_kelurahan Int(10)
Id_wilayah Int(10)
Latitude Text
Longitude Text
Id_variabel Int(10)
Id_cluster Int(10)
35
c) Tabel Data Variabel
Tabel ini berisi variabel dari puskesmas
Tabel 3. 5 Tabel Variabel
Field Type
Id_pkm Int(10)
X1 Int(10)
X2 Int(10)
X3 Int(10)
X4 Int(10)
X5 Int(10)
X6 Int(10)
X7 Int(10)
X8 Int(10)
X9 Int(10)
X10 Int(10)
X11 Int(10)
X12 Int(10)
X13 Int(10)
X14 Int(10)
X15 Int(10)
X16 Int(10)
X17 Int(10)
X18 Int(10)
X19 Int(10)
X20 Int(10)
X21 Int(10)
X22 Int(10)
X23 Int(10)
X24 Int(10)
X25 Int(10)
X26 Int(10)
X27 Int(10)
X28 Int(10)
36
d) Tabel Kecamatan
Tabel ini beri data kecamatan
Tabel 3. 6 Tabel Kecamatan
Field Type
Id Int(10)
Nama Varchar(90)
Alamat Text
Longitude Varchar(90)
Latitude Varchar(90)
Marking Text
e) Tabel Kelurahan
Tabel ini berisi data kelurahan
Tabel 3. 7 Tabel Kelurahan
Field Type
Id Int(5)
Nama Varchar(90)
Alamat Text
Longitude Varchar(90)
Latitude Varchar(90)
Marking Text
Id_kecamatan Int(10)
f) Tabel Centroid
Tabel ini berisi data centroid
Tabel 3. 8 Tabel Centroid
Field Type
Id Int(10)
Data_centroid Text
37
g) Tabel Tahun
Tabel ini berisi data Tahun Penginputan data
Tabel 3. 9 Tabel Tahun
Field Type
Id Int(5)
Uuid Varchar(90)
Nama Varchar(90)
Keterangan Text
h) Tabel Hasil Cluster

Tabel ini berisi data hasil cluster
Tabel 3. 10 Tabel Hasil Cluster
Field Type
Id Int(10)
C1 Text
C2 Text
C3 Text
i) Tabel K-Means
Tabel ini berisi data K-means
Tabel 3. 11 Tabel K-means
Field Type
Id Int(10)
Nama Varchar(90)
Data_cluster Text
Id_cluster Int(10)
38
j) Tabel Wilayah
Tabel ini berisi data Wilayah kabupaten / Kota
Tabel 3. 12 Tabel Wilayah
Field Type
Id Int(10)
Nama Varchar(90)
Alamat Text
Latitude Text
Longitude Text
Marking Text
3.4 Perancangan Proses/Algoritma
3.4.1 Algoritma K-Means
Algoritma yang digunakan dalam penelitian ini adalah algoritma K-Means untuk
menentukan klaster tingkat kelayakan puskesmas. Algoritma ini akan diimplementasikan
kedalam sistem.
Algoritma K-Means memiliki alur sebagai berikut:
a) Menentukan jumlah cluster dan menentukan titik tengah cluster. Kelompok cluster
yang dibuat adalah 3 kelompok berdasarkan jumlah atribut yang digunakan.
b) Penentuan nilai dari cluster untuk dijadikan acuan dalam melakukan perhitungan
jarak objek ke centroid, perhitungan jarak mengacu pada rumus Euclidean dengan
persamaan sebagai berikut:
𝐷 𝑝
.................................................................. (3.1)
𝑛(𝑥,𝑦)=√∑𝑘=1(𝑋𝑥𝑘 − 𝑌𝑦𝑘 )2̀
Dengan:
𝐷𝑛(𝑥,𝑦) = jarak objek antara objek i dan j
P = dimensi data
𝑋𝑥𝑘 = koordinat dari objek x pada dimensi k
𝑌𝑦𝑘 = koordinat dari objek y pada dimensi k
39
c) Pengelompokan objek tersebut berdasarkan pada jarak yang dilakukan dengan
menggunakan hasil pada perhitungan jarak pada proses langkah (b). Hasil pada
perhitungan jarak tersebut digunakan untuk penentuan kelompok Clustering.
d) Mengalokasikan masing-masing data ke titik pusat terdekat, sehingga dalam tahap
ini setiap data sudah mulai bergerak ke cluster-nya masing-masing.
e) Menghitung titik pusat baru menggunakan jumlah keseluruhan per cluster. Untuk
menghitung tutuk pusat cluster yang baru ditentukan berdasarkan rata-rata dari data
yang ada di titik pusat yang sama. Adapun penghitung titik pusat dengan persamaan
sebagai berikut:
𝐶 1 ∑ 𝑑𝑖 ............................................................................................(3.2)
𝑘= ( )
𝑛𝑘
Dengan:
𝐶𝑘 = titik pusat baru
𝑛𝑘 = jumlah dokumen dalam cluster k
𝑑𝑖 = dokumen dalam cluster k
f) Kembali ke langkah (c), jika ada data yang berubah-ubah dari cluster atau jika
berubahnya nilai centroid melebihi nilai threshold atau jika berubahnya nilai
objective function yang digunakan melebihi nilai threshold yang digunakan.
Adapun flowchart K-Means dapat dilihat pada Gambar 3.3 berikut.
40
Mulai
Melakukan clearing data menggunakan Menentukan tutuk tengah centroid tiap cluster
metode PCA dari data training
1.
MO dan Barlett Test
Hitung jarak data ke centroid dengan
2.
menggunakan persamaan Euclidean Distance
nti-Image Matrices
3.
ommunalities
Kelompokkan data berdasarkan jarak terdekat
antrara jarak antar centroid dengan nilai
Menentukan data training dari data minimum
puskesmas (T1,T2,…….Tn)
Hitung rata-rata pusat cluster pada tiap cluster
Menentukan jumlah cluster (K) yang

diinginkan Tentukan data dengan pusat cluster yang baru
Ya
Jumlah cluster
K=3 Adakah data yang
berpindah cluster?
Tidak
Jumlah cluster
Selesai
K=3
Gambar 3. 3 Flowchart K-Means
3.4.2 Desain Model Sistem
Alur Proses sistem yang akan dibangun dengan menggunakan pendekatan sistem
berorientasi objek, yakni menggunakan tools Unified Modeling Language (UML) yang
terdiri dari use case diagram, class diagram, sequence diagram, dan activity diagram.
a. Use Case Diagram

Use case diagram menggambarkan mengenai interaksi antara sistem, eksternal
sistem dan user
41
1. Identifikasi Aktor
Tabel 3. 13 Identifikasi Aktor
No. Aktor Deskripsi

1. Admin Aktor Admin merupakan aktor yang dapat melakukan beberapa aktivitas,
yaitu: login, pencarian data, kelola data puskesmas, kelola data tahun,
kelola data kelurahan, kelola data kecamatan, Kelola data wilayah, kelola
data variabel, dan melakukan perhitungan
2. Pengguna Aktor Pengguna merupakan aktor yang aktivitasnya terbatas, yaitu hanya
dapat melakukan pencarian data pada sistem berdasarkan maping yang
disediakan.
2. Identifikasi Use Case

Tabel 3. 14 Identifikasi Use Case
Nama Use
No. Deskripsi Aktor
Case
1. Login Use case ini menggambarkan proses input data username dan Admin
password untuk dapat masuk ke dalam halaman admin
2. Pencarian Proses ini menggambarkan proses pencarian data Admin
berdasarkan maping yang disediakan pada sistem dan
Pengguna
3. Kelola Data Proses ini menggambarkan proses pengelolaan data Admin
Puskesmas puskesmas yang meliputi tambah, ubah dan hapus data di
halaman admin
4. Kelola Data Proses ini menggambarkan proses pengelolaan data tahun Admin
Tahun yang meliputi tambah, ubah dan hapus data di halaman admin
5. Kelola Data Proses ini menggambarkan proses pengelolaan data Admin
Kelurahan kelurahan yang meliputi tambah, ubah dan hapus data di
halaman admin
6. Kelola Data Proses ini menggambarkan kegiatan pengelolaan data Admin
Kecamatan kecamatan yang meliputi tambah, ubah dan hapus data
dihalaman admin
42
Wilayah wilayah kabupaten / kota yang meliputi tambah, ubah dan
hapus data dihalaman admin
8. Perhitungan Proses ini menggambarkan kegiatan perhitungan dengan Admin
metode k-means di halaman admin
Variabel variable yang meliputi tambah, ubah dan hapus data di
halaman admin
Gambar 3. 4 Use Case Diagram
43
Diagram pada gambar 3.4 menggambarkan interaksi aktor dengan sistem, dimana
terdapat 2 aktor yaitu Administrator dan pengguna biasa. Administrator adalah admin
website yang dibagi beberapa jenis berdasarkan hak akses (role). dan pengguna adalah
masyarakat umum yang dapat mengakses halaman frontend website. Hak akses yang
diberikan kepada user adalah dapat melihat data sebaran tingkat kelayakan puskesmas
dengan tampilan mapping di halaman beranda. Administrator dibagi menjadi beberapa
level hak akses, yaitu admin dan superadmin. Admin bertugas mengelola data puskesmas.
Superadmin bertugas mengelola data kategori, data kelurahan, data kecamatan, wilayah
serta data variabel. Setiap aktor kecuali pengguna biasa harus login terlebih dahulu
sebelum melakukan semua hak akses tersebut.
b. Class Diagram
Gambar 3. 5 Class Diagram

44
Class diagram pada Gambar 3.5 menggambarkan struktur dan deskripsi class
dimana setiap class mempunyai hubungan dengan class yang lainnya.
c. Sequence Diagram
1. Lihat Data Puskesmas
Gambar 3. 6 Sequence Diagram Lihat Data Puskesmas

Sequence Diagram pada Gambar 3.6 menjelaskan interaksi antara pengguna dengan
sistem, dimana setiap langkah-langkah dari pemrosesannya dijelaskan pada diagram
tersebut. Pertama, pengguna diasumsikan telah memasuki sistem sebagai admin.
Kemudian, pengguna menekan menu Data Puskesmas pada bar navigasi, sistem akan
menampilkan semua Data Puskesmas yang tersimpan pada entity data_puskesmas.
2. Tambah Data Puskesmas
Gambar 3. 7 Sequence Diagram Tambah Data Puskesmas

45
Sequence diagram pada Gambar 3.7 menjelaskan proses menambah data
puskesmas, diasumsikan aktor sudah masuk kedalam sistem sebagai admin, kemudian
admin menekan tambah data puskesmas, lalu tampil form tambah data puskesmas. Admin
memasukan data puskesmas lalu klik simpan. Data yang sudah diinputkan akan diproses
untuk kemudian disimpan pada entity data_puskesmas. Setelah data tersimpan akan ada
informasi kembali yang ditujukan kepada admin bahwa data telah berhasil disimpan.
3. Edit Data Puskesmas
Gambar 3. 8 Sequence Diagram Ubah Data Puskesmas
Sequence diagram pada Gambar 3.8 menjelaskan proses mengubah data

puskesmas, diasumsikan aktor sudah masuk kedalam sistem sebagai admin, kemudian
admin memilih menu puskesmas. Akan tampil data puskesmas pada halaman puskesmas,
admin memilih data yang akan diedit, sistem akan menampilkan detail data yang akan
diedit serta pesan untuk mengkoreksi data puskesmas tersebut. Admin mengubah data
lalu menyimpan, sistem kemudian menyimpan data dan jika berhasil sistem akan
menampilkan pesan bahwa data berhasil diedit.
46
4. Hapus Data Puskesmas
Gambar 3. 9 Sequence Diagram Hapus Data Puskesmas

Sequence diagram pada Gambar 3.9 menjelaskan proses mengubah data
puskesmas, diasumsikan aktor sudah masuk kedalam sistem sebagai admin lalu memilih
menu data puskesmas, sistem menampilkan data puskesmas, kemudian admin memilih
hapus pada data puskesmas. Akan tampil konfirmasi kepada admin. Setelah admin
mengkonfirmasi maka sistem akan melanjutkan proses hapus data. Setelah data terhapus
dari entity data_puskesmas, sistem akan menampilkan informasi bahwa data berhasil
dihapus.
47
d. Activity Diagram
1. Lihat Data Puskesmas
Gambar 3. 10 Activity Diagram Detail Melihat Data Puskesmas
Activity diagram pada Gambar 3.10 menjelaskan urutan aktivitas yang terjadi antara
user dengan sistem.
1. Mulai.
2. Sistem menampilkan Halaman Admin pada website.
3. User memilih menu Data Puskesmas.
4. Sistem menampilkan halaman data puskesmas.
5. Selesai.
48
2. Tambah Data Puskesmas
Gambar 3. 11 Activity Diagram Detail Tambah Data Puskesmas
Activity diagram pada Gambar 3.11 menerangkan urutan aktivitas yang terjadi pada
proses tambah pada Menu Data Puskesmas.
1. Mulai.
2. Tampil halaman Admin.
3. Admin memilih menu Data Puskesmas.
4. Tampil halaman data puskesmas.
5. Admin memilih menu tambah data.
6. Sistem menampilkan formulir tambah data puskesmas.
7. Admin mengisi formulir data puskesmas.
8. Jika admin batal simpan, maka akan diarahkan ke halaman data puskesmas.
9. Jika admin menekan tombol simpan, Sistem akan meriksa isian formulir dari admin.
49
10. Jika inputan valid, sistem akan menyimpan data. Jika tidak, sistem akan
mengarahkan kehalaman formulir dengan membawa pesan kesalahan pada isian
formulir.
11. Selesai.
3. Ubah Data Puskesmas
Gambar 3. 12 Activity Diagram Detail Ubah Data Puskesmas
proses mengubah data pada Menu Data Puskesmas.
1. Mulai.
4. Tampil halaman data puskesmas.
5. Admin memilih edit pada tabel data puskesmas.
50
6. Sistem menampilkan formulir edit data puskesmas.
7. Admin mengisi formulir data puskesmas.
8. Jika admin batal simpan, maka akan diarahkan ke halaman data puskesmas.
9. Jika admin menekan tombol simpan, Sistem akan meriksa isian formulir dari admin.
10. Jika inputan valid, sistem akan menyimpan data. Jika tidak, sistem akan
mengarahkan kehalaman formulir dengan membawa pesan kesalahan pada isian
formulir.
11. Selesai.
4. Hapus Data Puskesmas
Gambar 3. 13 Activity Diagram Hapus Data Puskesmas
proses menghapus data pada Menu Data Puskesmas.
1. Mulai.
4. Sistem menampilkan halaman data Puskesmas secara keseluruhan.
51
5. Admin memilih hapus pada tabel data puskesmas.
6. Sistem menampilkan pesan konfirmasi untuk penghapusan data.
7. Jika Admin memilih tidak maka sistem akan mengarahkan ke halaman data
puskesmas, jika Admin memilih iya maka sistem akan menghapus data.
8. Sistem menampilkan halaman data puskesmas dan menampilkan pesan, data
berhasil dihapus.
9. Selesai.
5. Login ke Sistem
Gambar 3. 14 Activity Diagram Login ke Sistem
proses login ke sistem.
1. Mulai.
2. Admin mengakses website.
3. Sistem menampilkan halaman beranda.
4. Admin memilih menu login.
52
5. Sistem menampilkan halaman formulir login.
6. Admin mengisi formulir login
7. Jika Admin menekan tombol batal, sistem akan mengarahkan kehalaman beranda.
8. Jika Admin menekan tombol login, sistem akan memeriksa isian formulir login.
9. Jika isian tidak valid, sistem akan mengarahkan kehalaman formulir login dengan
pesan kesalahan.
10. Jika isian valid, sistem akan mengarahkan ke halaman dashboard admin.
11. Selesai.
6. Logout dari sistem
Gambar 3. 15 Activity Diagram Logout dari Sistem
proses admin logout dari sistem.
1. Mulai.
3. Admin memilih menu Logout.
4. Sistem melakukan logout.
5. Sistem mengarahkan ke halaman beranda.
6. Selesai.
53
3.5 Perancangan Tampilan
Perancangan tampilan berfungsi untuk memudahkan interaksi antara pengguna

dengan sistem yang akan dibuat, dimana dalam desain antarmuka ini diantaranya adalah
sebagai berikut:
a. Halaman Beranda
Gambar 3. 16 Menu Utama

Pada halaman beranda, terdapat beberapa menu diantaranya menu Beranda, Menu
Pemetaan GIS, Detail Clustering dan Login. Pada halaman ini hanya memuat konten
landing page.
b. Menu Login
Gambar 3. 17 Menu Login

54
Menu login tidak terdapat link pada menu, karena untuk menjaga privasi website,
sehingga menu login disembunyikan untuk halaman login sendiri akan menampilkan
form login.
c. Menu Mapping
Gambar 3. 18 Pencarian Lokasi

Halaman Pemetaan GIS merupakan hasil dari data yang sudah diolah menggunakan
Metode K-Means. Disini akan ditampilkan menu untuk menampilkan puskesmas apa
yang ingin dilihat datanya. Kita dapat melihat data berdasarkan tahun diolahnya data.
Pada peta terdapat marking polygon berdasarkan batas wilayah. Data kabupaten dapat
dilihat informasinya dengan cara klik pada marking peta.
55
d. Menu Detail Lokasi Kecamatan
Gambar 3. 19 Detail Lokasi

Ketika Marking pada peta diklik, akan muncul detail peta yang berupa data
informasi puskesmas, serta hasil perhitungan K-Means berdasarkan data puskesmas
tersebut.
e. Menu Hasil Clustering
Gambar 3. 20 Hasil Clustering
Menampilkan detail hasil clustering yang telah diproses oleh system dan di
tampilkan dalam bentuk tabel secara detail.
56
f. Menu Admin Dashboard
Gambar 3. 21 Admin Dashboard

Halaman dashboard admin berisi statistik data pada website. Berupa jumlah
variagel, jumlah data sampel (data puskesmas), jumlah kabupaten/ kecamatan/ kabupaten,
serta jumlah kunjungan pada website.
g. Menu Manajemen Admin
Gambar 3. 22 Admin Kelola

Pada halaman manajemen, admin dapat mengelola semua data yang menjadi
inputan metode K-Means. Admin dapat mengelola sub bagian, melihat, mengedit serta
menghapus data.
57
3.6 Perancangan Pengujian
Pengujian merupakan hal terpenting yang bertujuan untuk menemukan kesalahan-

kesalahan atau kekurangan-kekurangan pada perangkat lunak yang akan diuji. Pengujian
bermaksud untuk mengetahui apakah perangkat lunak yang dibuat sudah memenuhi
kriteria yang sesuai dengan tujuan perancangan perangkat lunak.
Black box testing adalah pengujian yang dilakukan hanya mengamati hasil eksekusi
melalui data uji dan memeriksa fungsional dari perangkat lunak. Pengujian black box,
mengevaluasi hanya dari tampilan luarnya (interfacenya), fungsionalitasnya tanpa
mengetahui apa sesungguhnya yang terjadi dalam proses detilnya (hanya mengetahui
input dan output).
Tabel 3. 15 Pengujian Blackbox
Kelas Uji Butir Uji Jenis Pengujian
Login Admin Login Blackbox
Menu Beranda Blackbox
Menu GIS Pemetaan Blackbox
Menu Utama
Menu Detail Clustering Blackbox
Menu Login Blackbox
Menu Perhitungan Blackbox
Menu Kelola Variabel Blackbox
Menu Kelola Data Puskesmas Blackbox
Menu Kelola Data Wilayah Blackbox
Menu Admin
Menu Kelola Profil Blackbox
Menu Kelola Role Website Blackbox
Menu Pengaturan website Blackbox
Menu Kelola User Blackbox
58
3.7 Waktu dan Tempat Penelitian
Penelitian ini akan dilaksanakan pada bulan Januari sampai bulan Agustus tahun
2021 Adapun tempat pelaksanaan penelitian dilakukan di Kantor Badan Pusat Statistik
Provinsi Kalimantan Timur.
Berbagai aktivitas dan kegiatan dalam penelitian ini dapat terjadwal dan selesai
sesuai dengan waktu yang telah ditentukan, maka perlu disusun dalam suatu jadwal
penelitian yang dapat dilihat pada Tabel 3.14.
Tabel 3. 16 Jadwal Penelitian
Bulan
No Kegiatan
Agt Spt Okt Nov Des Jan Feb Mar
Tahap Persiapan Penelitian
1. Pembuatan Proposal
I 2. Seminar Proposal
3. Perbaikan Seminar
Proposal
Tahap Pelaksanaan
1. Pengumpulan Data
II
2. Mengolah Data dan
analisis
3. Pengembangan
Website
Tahap Penyusunan Laporan
1. Seminar Hasil
Hasil
III 3. Penulisan Artikel
Ilmiah
4. Seminar Akhir
Akhir
59
DAFTAR PUSTAKA
1. Afriani, R., & Pakpahan, H. S. (2019). Komparasi Penerapan Clustering dengan

Metode K-Means dan K-Medoids dalam Menentukan Rehabilitasi Narkoba.
INTERNATIONAL JOURNAL OF SCIENTIFIC & TECHNOLOGY RESEARCH,
1(1).
2. Charter, D., & Agtrisari, I. (2003). Desain dan Aplikasi GIS. PT. Elex Komputindo.
3. Dharwiyanti, S., & Wahono, R. S. (2003). Pengantar Unified Modeling Language
(UML). Ilmu Komputer, 1–13.
4. Efendi, F., & Makhfudli. (2009). Keperawatan Kesehatan Komunitas Teori dan
Praktek dalam Keperawatan. In Keperawatan Kesehatan Komunitas Teori dan
Praktek dalam Keperawatan. Salemba Medika.
5. Ekadinata, A, dkk. (2008). Sistem Informasi Geografis untuk Pengelolaan Bentang
Lahan Berbasis Sumber Data Alam. Buku 1 : Sistem Informasi Geografis dan
Penginderaan Jauh menggunakan ILWIS Open Source. In Buku 1 : Sistem
Informasi Geografis dan Penginderaan Jauh menggunakan ILWIS Open Source.
World Agroforestry Centre.
6. Han,Jiawei dan Kamber, M. (2006). Data Mining : Concept and Techniques Second
Edition. In Data Mining : Concept and Techniques Second Edition. Morgan
Kaufmann Publishers.
7. Hasymi, M. A., Faisol, A., & Ariwibisono, F. (2021). SISTEM INFORMASI
GEOGRAFIS PEMETAAN WARGA KURANG MAMPU DI KELURAHAN
KARANG BESUKI MENGGUNAKAN METODE K-MEANS CLUSTERING.
JATI (Jurnal Mahasiswa Teknik Informatika), 5(1), 284–290.
https://doi.org/10.36040/JATI.V5I1.3269
8. Hilda, Y., & Widodo, E. (2017). Perbandingan K-Means dan K-Medoids Clustering
Terhadap Kelayakan Puskesmas di DIY Tahun 2015. Prosiding SI MaNIs (Seminar
Nasional Integrasi Matematika Dan Nilai-Nilai Islami), 1(1), 116–122.
http://conferences.uin-malang.ac.id/index.php/SIMANIS/article/view/47
9. Imam, F., & Azhari, S. N. (2010). Proses Pemodelan Software Dengan Metode
Waterfall Dan Extreme Programming: Studi Perbandingan. Program Studi Ilmu
60
Komputer Universitas Gajah Mada Yogyakarta.
10. Peraturan Menteri Kesehatan Republik Indonesia Nomor 75 tahun 2014 tentang
Pusat Kesehatan Masyarakat, Pub. L. No. 75 tahun 2014 (2014).
11. Iswari, L., & Ayu, E. G. (2015). PEMANFAATAN ALGORITMA K-MEANS
UNTUK PEMETAAN HASIL KLASTERISASI DATA KECELAKAAN LALU
LINTAS. In Teknoin (Vol. 21, Issue 1). https://doi.org/10.20885/.V21I1.3695
12. Pailan, B. L. (2020). CLUSTERING KONDISI PUSKESMAS DI PROVINSI
KALIMANTAN TIMUR MENGGUNAKAN ALGORITMA K-MEANS.
//digilib.unmul.ac.id/etd_teknik/index.php?p=show_detail&id=1972&keywords=
13. Prahasta, E. (2002). Konsep-Konsep Dasar Sistem Informasi Geografi. Pustaka
Setia.
14. Prahasta, E. (2005). Konsep-Konsep Dasar Sistem Informasi Geografis. CV.
Informatika.
15. Saputra, P. R. N., & Chusyairi, A. (2020). Perbandingan Metode Clustering dalam
Pengelompokan Data Puskesmas pada Cakupan Imunisasi Dasar Lengkap. Jurnal
RESTI (Rekayasa Sistem Dan Teknologi Informasi), 4(6), 1077 – 1084–1077 –
1084. https://doi.org/10.29207/RESTI.V4I6.2556
16. Setyawan, U., Haryoko, A., & Arifia, A. (2018). Sistem Informasi Geografis
Pemetaan Warga Miskin Yang Pantas Mendapat Bantuan Menggunakan Metode
Clustering K-Means. Seminar Nasional Hasil Penelitian Dan Pengabdian Kepada
Masyarakat III Universitas PGRI Ronggolawe Tuban, 3, 413–415.
17. Simamora, D. A. S., Furqon, M. T., & Priyambadha, B. (2017). Clustering Data
Kejadian Tsunami Yang Disebabkan Oleh Gempa Bumi Dengan Menggunakan
Algoritma K-Medoids. Jurnal Pengembangan Teknologi Informasi Dan Ilmu
Komputer, 1(8), 635–640.
18. Soekidjo. (1994). Pengembangan Potensi Wilayah. Gramedia Group.
19. Suprihatin, S., Utami, Y. R. W., & Nugroho, D. (2019). K-Means Clustering Untuk
Pemetaan Daerah Rawan Demam Berdarah. Jurnal Teknologi Informasi Dan
Komunikasi (TIKomSiN), 7(1). https://doi.org/10.30646/tikomsin.v7i1.408
20. Sutabri, T. (2012). Analisis Sistem Informas. In Analisis Sistem Informas. Andi
Yogyakarta.
21. Tan, Pang-Ning,et, al. (2006). Introduction to data mining. In Introduction to data
61
mining. Pearson Addison Wesley.
22. Trihono. (2005). Manajemen puskesmas berbasis paradigma sehat. JAKARTA :
SAGUNG SETO.
23. Triyono, J., & Wahyudi, K. (2008). Aplikasi Sistem Informasi Geografi Tingkat
Pencemaran Industri di Kabupaten Gresik. Jurnal Teknologi, 1(2), 1–8.
24. Weng, Q. (2010). Remote Sensing and GIS Integration : Theories, Methods and
Application. In Remote Sensing and GIS Integration : Theories, Methods and
Application. McGraw-Hill Companies, Inc.
25. Yusuf, M. (1957). Pemetaan dan Pengertiannya. Balai Pustaka.
62
LAMPIRAN
Lampiran 1 Data Dasar Puskesmas Provinsi Kalimantan Timur 2019 Hasil Seleksi
KONDISI
AMBULAN PUSLING DO DO Sum Wa Kepemi Ak
KOD RUMAH DINAS PUSTU LAB Sum
CE RODA 4 K. K. PERA BID FAR KES KESL GI ber ktu likan ses
E ALAMAT NAKES ME ber
UM GI WAT AN MASI MAS INK ZI List List Telepo Jal
PKM DIK Air
R R R R R R R R R R UM GI rik rik n an
B B B B
R S B R B R B R S B
Kec.
1060
Batu 2 1 0 0 1 0 0 0 0 1 3 0 0 0 0 0 0 0 0 0 0 0 0 3 1 3 2 3
763
Putih
1060 Kec.
5 2 0 0 1 0 0 0 1 0 2 0 0 0 0 0 0 0 0 0 0 0 0 2 1 3 2 3
764 Biatan
Jl.
Majahaba
1060
, Kec. 1 1 0 0 1 0 0 0 1 0 2 0 0 0 0 0 0 0 0 0 0 0 0 2 1 3 1 3
751
Biduk‐
biduk
Jl.
Manungg
1060
al, Kec. 1 0 1 1 1 0 0 0 1 0 2 0 0 0 0 0 0 0 0 0 0 0 0 2 1 3 1 3
758
Gunung
Tabur
Jl.
1060 Kesehata
0 0 2 2 1 0 0 0 1 0 2 0 0 1 0 0 0 0 0 0 0 0 0 2 1 3 1 3
759 n
Meranca
63
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
ng Ulu,
Kec.
Gunung
Tabur
Kp.
1060 Merapun
4 0 0 0 0 0 0 0 0 1 2 0 0 0 0 0 0 0 0 0 0 0 0 2 1 3 1 3
916 Kec.
Kelay
Ds.
Kampung
1060
Kelay, 4 0 0 0 1 0 0 0 0 1 2 0 0 0 0 0 0 0 0 0 0 0 0 2 0 3 2 2
748
Kec.
Kelay
1060 Kec.
0 3 0 0 1 0 0 0 0 0 0 3 0 0 0 0 0 0 0 0 0 0 0 2 1 3 2 3
754 Maratua
Kampung
1060 , Kec.
0 0 0 1 0 0 0 0 0 1 2 0 0 0 0 0 0 0 0 0 0 0 0 2 1 3 2 3
753 Pulau
Derawan
Kampung
1060
Tanjung 2 2 1 1 1 0 0 0 0 1 2 0 0 0 0 0 0 0 0 0 0 0 0 3 1 3 2 3
752
Batu,
64
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Kec.
Pulau
Derawan
Jl. Raya
Alam
1060 Sambaliu
4 1 0 0 1 0 0 0 0 1 3 0 0 0 0 0 0 0 0 0 0 0 0 2 1 3 2 3
755 ng, Kec.
Sambaliu
ng
Jl. Raya
Suaran(Jl
. Raja
Diwa
Tinyu)
1060
RT.III 1 0 0 1 1 0 0 0 1 0 2 1 0 0 0 0 0 0 0 0 0 0 0 3 1 3 2 3
887
Kamp.
Suaran,
Kec.
Sambaliu
ng
1060 Kp. Long
2 1 0 0 1 0 0 0 1 0 2 0 0 0 0 0 0 0 0 0 0 0 0 2 1 3 1 3
915 Laai RT
65
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
04 Kec.
Segah
Kampung
Tepian
1060
Buah, 1 0 0 1 0 1 1 1 0 0 2 0 2 1 3 2 30 33 1 1 1 1 2 2 1 3 2 3
760
Kec.
Segah
Ds.
Kampung
1060
Tubaan, 1 0 1 0 2 2 0 1 0 0 1 1 0 0 4 2 25 27 2 1 1 1 2 3 1 3 2 3
750
Kec.
Tabalar
Jl. Dr.
1060 Wahidin,
1 0 0 0 0 0 0 3 0 0 2 0 0 1 2 1 17 15 1 0 0 1 2 2 1 3 2 3
749 Kec.
Talisayan
Jl. H. Isa
1060 I, Kec.
1 1 0 0 1 0 0 1 1 0 0 0 0 0 2 0 11 9 0 1 1 0 2 3 1 3 2 3
757 Tanjung
Redeb
1060 Jl.
1 0 0 0 0 0 0 1 1 0 2 0 0 0 2 1 14 19 1 0 1 0 0 2 1 3 2 3
756 Langsat
66
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
No. 337,
Kec.
Tanjung
Redeb
Kampung
Labanan
1060 Makarti,
0 0 1 0 9 0 0 0 0 0 4 0 0 0 1 1 19 22 0 1 0 1 0 3 1 3 2 3
762 Kec.
Teluk
Bayur
Jl.
Rambuta
n Teluk
1060
Bayur, 2 2 0 0 1 0 0 0 0 0 2 0 0 0 2 2 32 26 2 2 1 1 0 2 1 3 2 3
761
Kec.
Teluk
Bayur
Jl. Al‐
Falah
1060
RT.33 0 0 0 0 1 0 0 0 0 0 0 0 0 0 2 0 9 20 1 0 1 2 1 2 1 3 2 3
803
No.02,
Kec.
67
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Balikpap
an Barat
Jl. Letjen
Soeprapt
o RT.26
1060
No.30, 0 3 0 0 1 0 0 0 0 1 1 0 0 0 2 1 17 22 3 1 0 1 1 2 1 3 2 3
806
Kec.
Balikpap
an Barat
Jl. Wolter
Monginsi
di RT.47
1060
No.85, 1 0 0 0 8 0 1 0 0 1 4 0 0 0 2 1 16 19 1 2 1 1 0 2 1 3 2 3
801
Kec.
Balikpap
an Barat
Jl.
Hasanud
1060
din 1 0 0 0 1 0 0 1 0 0 1 0 0 0 2 1 17 22 2 0 0 1 0 3 1 3 2 3
802
No.118,
Kec.
68
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Balikpap
an Barat
Jl.
Pandan
Barat
1060 RT.15
0 0 0 0 6 0 1 1 0 0 0 0 0 0 2 1 18 15 0 1 1 1 1 2 1 3 1 3
807 No.26,
Kec.
Balikpap
an Barat
Jl.
Gunung
IV RT.45
1060
No.9, 0 0 1 0 1 0 0 0 0 0 3 0 0 0 2 1 23 24 0 2 1 1 1 3 1 3 2 3
805
Kec.
Balikpap
an Barat
Jl. MT
1060 Haryono,
1 0 0 0 5 0 0 0 0 0 3 0 0 0 2 1 14 21 1 1 0 1 0 2 1 3 2 3
782 Kec.
Balikpap
69
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
an
Selatan
Jl. Ruhui
Rahayu
RT.15
1060 No.47,
0 0 0 1 1 0 0 0 1 0 3 0 0 0 1 1 15 19 0 1 0 1 1 3 1 3 2 3
785 Kec.
Balikpap
an
Selatan
Jl. Jend.
Sudirman
No.118,
1060
Kec. 1 0 0 1 1 0 0 1 0 0 1 0 0 0 1 1 11 17 1 1 0 1 1 3 1 3 2 3
783
Balikpap
an
Selatan
Jl.
Gunung
1060
Pasir 0 0 0 0 8 0 0 1 0 0 0 0 0 0 2 1 14 16 0 1 0 0 0 2 1 3 2 3
784
No.1,
Kec.
70
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Balikpap
an
Selatan
Jl.
Marsma
Iswahyud
1060 i No.456,
0 1 0 2 5 0 0 0 0 0 1 0 0 0 1 1 23 11 1 1 1 1 1 2 1 3 2 3
781 Kec.
Balikpap
an
Selatan
Jl.
Prapatan
Dalam
1060 No.1,
2 0 0 0 0 0 0 0 0 0 2 0 0 0 2 1 7 14 1 1 0 1 0 2 1 3 2 3
786 Kec.
Balikpap
an
Selatan
Jl. Mekar
1060
Sari, 0 0 0 3 7 1 0 0 0 0 0 3 0 0 1 1 15 20 0 0 0 2 0 2 1 3 2 3
797
Kec.
71
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Balikpap
an
Tengah
Ds.
Gunungs
ari Ulu
1060 1
Kec. 0 0 0 0 0 0 0 0 1 8 0 0 1 2 2 26 33 1 2 1 1 0 2 1 3 2 3
800 2
Balikpap
an
Tengah
Jl. Sultan
Alauddin
RT.01
1060 No.39,
0 1 0 0 1 0 0 0 0 0 1 0 0 0 2 1 15 15 2 0 0 0 1 3 1 3 2 3
796 Kec.
Balikpap
an
Tengah
Kel.
1060 Karang
2 0 0 2 4 0 0 0 0 0 1 1 0 0 2 2 18 17 2 2 1 1 1 3 1 3 2 3
798 Rejo,
Kec.
72
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Balikpap
an
Tengah
Jl.
Poloklini
1060 k, Kec.
1 0 0 0 2 0 0 1 0 0 1 0 0 0 1 1 7 11 2 0 0 1 1 3 1 3 2 3
795 Balikpap
an
Tengah
Jl. Bina
Raga
RT.31
1060 No.73,
0 0 0 0 1 0 0 1 0 0 2 0 0 0 1 1 10 13 0 0 0 1 0 2 1 3 2 3
799 Kec.
Balikpap
an
Tengah
Jl.
Puskesm
1060
as, 0 0 0 0 3 0 0 1 0 0 2 0 0 0 2 1 24 19 1 1 0 3 2 2 1 3 2 3
788
Lamaru,
Kec.
73
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Balikpap
an Timur
Jl.
Mulawar
man
1060
RT.07, 0 0 0 1 1 0 0 0 2 0 1 2 0 0 2 1 24 13 0 1 1 1 0 2 1 3 2 3
787
Kec.
Balikpap
an Timur
Jl. PJHI
RT.21,
1060
Kec. 0 0 0 0 1 0 0 1 0 0 1 0 0 0 2 1 13 20 2 0 0 1 1 2 1 3 2 3
790
Balikpap
an Timur
Jl.
Pendidik
an
1060
RT.18, 5 0 0 2 7 0 0 0 1 0 5 0 0 0 2 1 15 13 0 0 0 0 0 2 1 3 2 3
789
Kec.
Balikpap
an Timur
74
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl.
A.Wahab
Syachran
1060
i RT.10, 0 1 0 0 9 0 0 1 0 0 4 0 0 0 2 2 14 10 0 0 0 0 0 2 1 3 2 3
791
Kec.
Balikpap
an Utara
Komp.
Graha
Indah
Blk I
1060
Batu 0 0 0 1 8 0 0 0 0 0 3 0 0 0 1 3 11 15 2 1 1 1 0 2 1 3 2 3
917
Ampar
Kec.
Balikpap
an Utara
Jl.
Indrakila
1060 RT.22,
2 2 0 0 1 0 0 0 0 0 1 1 0 0 2 1 17 15 1 1 0 0 0 2 3 2 3
793 Kec.
Balikpap
an Utara
75
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl.
Soekarno
Hatta
1060 RT.21
0 0 0 0 1 0 0 1 0 0 1 0 0 0 2 1 16 16 1 1 0 1 0 3 1 3 2 3
792 KM.12,5,
Kec.
Balikpap
an Utara
Jl. Inpres
III RT.24
1060 No.124A, 1
1 1 0 0 0 0 0 0 0 5 0 0 0 2 1 16 23 0 1 0 1 0 3 1 3 2 3
794 Kec. 5
Balikpap
an Utara
Jl. Damai
Rt. 7 N0.
41‐42
1060 Kel.
2 0 0 0 8 0 0 0 0 0 3 0 0 0 1 1 25 18 2 1 1 0 1 2 1 3 2 3
837 Kanaan
Kec.
Bontang
Barat
76
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl. M.
Roem Rt.
008 Kel.
1060 Bontang
0 0 1 0 3 0 0 1 0 0 1 0 0 0 1 0 9 12 0 1 0 0 1 3 1 3 1 3
832 Lestari
Kec.
Bontang
Selatan
Jl. Cumi‐
cumi Rt.1
No.8 Kel.
1060 Tj. Laut
0 0 0 3 6 1 0 0 0 0 4 0 0 0 2 1 25 24 1 1 0 1 1 3 1 3 2 3
833 Indah,
Kec.
Bontang
Selatan
Jl.
Hayam
1060 wuruk
1 0 1 0 1 0 0 1 0 0 0 0 0 0 2 1 17 18 0 0 0 1 1 2 1 3 2 3
834 Rt. 18
No. 01
Kel.
77
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Berbas
Tengah
Kec.
Bontang
Selatan
Jl. A.
Yani
Rt.13
Kel.
1060
Bontang 0 0 1 0 1 0 0 0 0 0 2 0 0 0 1 1 14 9 1 1 0 1 0 2 1 3 2 3
835
Baru,
Kec.
Bontang
Utara
Jl. Arief
Rahman
Hakim
1060 Kel. Lok
2 0 0 0 6 0 0 0 0 0 2 0 0 0 1 1 9 14 2 1 0 1 1 3 1 3 2 3
836 Tuan,
Kec.
Bontang
Utara
78
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Keluraha
n
1060
Bantuas, 0 0 0 0 1 0 0 1 0 0 1 0 0 0 1 1 15 20 2 1 0 1 0 3 1 3 2 3
810
Kec.
Palaran
Keluraha
n
1060
Bukuan, 0 0 0 2 1 0 0 1 0 0 4 0 0 0 8 4 21 58 2 1 1 0 0 3 1 3 2 3
811
Kec.
Palaran
Jl.
1060 Kesehata
0 0 0 0 5 0 0 1 0 0 2 0 0 0 1 1 12 16 1 1 1 1 0 2 1 3 2 3
808 n, Kec.
Palaran
1060 Kec. Loa
4 1 0 0 0 1 0 7 0 0 3 1 0 0 2 2 10 19 2 1 1 1 0 2 1 3 2 3
809 Janan Ilir
Kec.
1060
Sambuta 0 0 0 5 1 0 0 1 0 0 3 0 0 1 1 1 12 21 0 0 0 2 1 2 1 3 2 3
812
n
1060 Jl. Pelita
2 0 0 0 3 0 0 3 0 0 2 0 0 0 2 1 16 12 1 0 0 0 0 3 1 3 2 3
813 VI, Kec.
79
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Sambuta
n
Sei
Kapih,
1060
Kec. 3 0 0 0 6 0 0 0 0 0 4 0 0 0 2 2 20 1 2 1 1 1 1 3 1 3 2 3
815
Sambuta
n
Jl.
Jelawat
1060 Gg VI,
0 0 0 1 4 0 0 0 0 0 1 0 0 0 2 1 16 20 0 1 1 1 1 3 1 3 2 3
814 Kec.
Samarind
a Ilir
Jl.
Bayangk
ara No 4
Samarind
1060
a, Kel. 0 0 1 3 1 1 0 5 0 0 3 0 0 0 2 1 33 28 1 1 0 1 2 2 1 3 2 3
894
Bugis,
Kec.
Samarind
a Kota
80
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl. Kurnia
1060 Makmur,
1 0 1 0 4 0 0 1 0 0 0 0 1 1 1 1 12 15 0 1 0 0 0 3 1 0 1 2
818 Kec. Loa
Janan Ilir
Jl.
Lamadu
Keleng,
1060
Kec. 0 0 0 1 1 0 0 1 0 0 1 0 0 0 2 1 15 14 0 1 0 1 0 2 1 3 2 3
816
Samarind
a
Seberang
Jl. R.W.
Monginsi
1060 di, Kec.
0 0 0 2 5 0 0 0 0 0 4 0 0 0 1 0 10 13 1 0 0 0 0 2 1 3 2 3
817 Samarind
a
Seberang
Jl.
1060 Pangeran
1 0 0 1 1 0 0 0 0 0 2 0 0 0 2 1 18 22 0 1 1 1 1 2 1 3 2 3
821 Suryanat
a, Kec.
81
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Samarind
a Ulu
Jl. Salak,
1060 Kec.
0 0 0 3 4 0 0 0 0 0 0 0 0 0 2 1 9 16 0 1 0 1 1 2 1 3 2 3
822 Samarind
a Ulu
Jl.
Pasundan
1060
, Kec. 4 0 1 0 2 0 0 1 0 0 2 0 1 0 3 0 22 21 0 0 1 0 1 2 1 3 2 3
820
Samarind
a Ulu
Jl.
Ramania,
1060
Kec. 4 2 0 1 1 0 0 0 1 0 0 2 0 0 3 0 23 28 2 0 1 2 2 2 1 3 2 3
823
Samarind
a Ulu
Kom
Perum
1060 Bengkuri
0 0 0 4 0 0 1 2 0 0 3 0 0 0 3 1 20 20 3 0 1 2 2 2 1 3 2 3
831 ng, Kec.
Samarind
a Utara
82
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl. Di
Panjaitan
1060
, Kec. 1 0 1 0 0 0 0 0 1 0 2 0 0 0 1 1 8 16 1 0 1 1 1 3 1 3 2 3
826
Samarind
a Utara
Jl.
Mayjen
1060 Sutoyo,
0 0 0 0 1 0 0 1 1 0 2 0 0 0 6 1 25 33 4 0 0 2 5 2 1 3 2 3
830 Kec.
Sungai
Pinang
Jl. Ry
Smd‐
1060 Bontang,
2 2 0 0 1 0 0 1 1 0 2 2 0 0 0 1 21 23 1 0 1 2 3 3 1 3 2 3
827 Kec.
Samarind
a Utara
Jl.
Pertanaha
1060
n, Kec. 1 0 0 0 0 0 0 1 0 1 1 0 0 0 2 1 11 20 2 0 1 1 1 2 1 3 1 3
829
Samarind
a Utara
83
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl. Pelita,
1060 Kec.
0 1 0 0 0 0 0 0 1 0 0 1 0 0 1 1 8 13 1 0 1 0 1 2 1 3 2 3
828 Sungai
Pinang
Jl. Slamet
Riyadi,
1060
Kec. 0 0 0 0 0 0 0 2 0 1 1 0 0 0 2 1 18 20 1 0 0 1 2 2 1 3 1 3
825
Sungai
Kujang
Jl.
Tunggal
Gg
1060
Sukaram 0 0 3 0 0 0 0 0 1 0 0 2 0 0 2 1 6 9 1 1 1 0 1 2 1 3 2 3
819
e, Kec.
Sungai
Kunjang
Jl. Ring
Road II
1060
Kel. Lok 0 1 0 0 0 0 0 1 1 0 1 1 0 0 2 1 7 12 1 0 1 1 1 2 1 3 2 3
895
Bahu,
Kec.
84
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Sungai
Kujang
Jl.
Cendana,
1060
Kec. 0 1 2 0 0 0 0 0 1 0 0 2 0 0 1 1 6 9 1 2 1 1 1 3 1 3 2 3
824
Sungai
Kujang
Jl. RA
Kartini,
1060
Kec. 1 0 0 1 0 0 0 0 1 0 2 0 0 0 2 1 3 8 1 0 1 1 0 3 1 3 2 3
692
Barong
Tongkok
Jl. Raden
Bonjer
RT III
1060
No. 25, 0 1 0 2 1 0 0 1 0 0 1 0 1 1 3 1 25 33 1 1 1 1 2 3 1 3 2 3
688
Kec.
Bentian
Besar
Jl. Poros
1060
Trans 1 0 0 0 1 1 0 1 1 0 1 0 0 0 1 1 3 10 0 0 1 0 1 2 1 3 2 3
918
Kalimant
85
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
an Kp.
Jambuk
Kec.
Bongan
Jl.
Jenderal
1060 Akhmad
1 0 0 0 1 1 0 0 0 0 0 1 0 0 2 1 18 24 2 1 1 1 2 2 1 3 2 3
681 Yani,
Kec.
Bongan
Jl. Poros
Trans
1060
Kalimant 0 0 0 0 1 0 0 0 1 0 0 1 0 1 1 1 23 25 2 0 1 0 2 2 1 3 1 3
682
an, Kec.
Bongan
Ds.
1060 Besiq,
3 0 0 0 0 0 0 1 0 0 3 0 0 0 2 1 14 31 2 1 0 1 1 2 1 3 2 3
690 Kec.
Damai
1060 Jl. Jaksa
1 1 0 0 0 0 0 0 1 0 1 0 1 0 1 1 6 15 2 0 1 1 1 2 1 3 2 3
689 Mamahit,
86
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Kec.
Damai
Jl. Gajah
1060 Mada,
0 2 0 1 0 1 1 1 0 0 2 0 0 0 5 1 23 33 2 0 1 1 3 2 1 3 2 3
683 Kec.
Jempang
Jl.
Pelajar,
1060
Kec. 1 0 0 3 1 0 0 0 0 1 1 1 0 0 2 1 6 11 0 0 1 2 0 3 1 3 2 3
693
Linggang
Bigung
Dr.
Soewond
1060 o RT IV,
0 0 0 0 1 1 0 1 1 0 2 0 0 0 2 1 20 30 1 0 1 1 2 2 1 3 2 3
697 Kec.
Long
Iram
Jl.
1060 Mangkua
0 0 0 2 1 0 0 0 0 1 0 0 2 0 2 1 6 14 2 0 0 1 1 2 1 3 2 3
696 ji RT IV,
Kec.
87
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Manor
Bulatn
Jl.
Jenderal
1060
Sudirman 2 1 0 1 1 0 0 1 0 0 1 1 0 0 2 1 18 16 1 0 0 1 1 2 1 3 2 3
694
, Kec.
Melak
Jl.
Janulen
1060 Lambing,
2 1 1 2 0 0 0 2 0 1 2 1 0 0 2 0 15 23 1 0 0 2 2 2 1 3 2 3
687 Kec.
Muara
Lawa
Jl. Raden
Baroh,
1060
Kec. 2 2 0 0 1 1 0 1 1 0 2 2 1 0 1 1 19 25 1 1 1 0 2 2 1 3 2 3
685
Muara
Pahu
Jl.
1060
Kanure 0 1 0 0 0 0 1 0 0 0 0 1 0 1 2 1 6 12 1 0 1 1 1 2 1 3 2 3
691
RT III,
88
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Kec.
Nyuatan
Jl.
Srimolo
1060 No. 6,
0 0 1 0 1 0 1 1 0 0 0 1 0 0 2 1 23 26 1 1 1 1 2 2 1 3 1 3
684 Kec.
Penyingg
ahan
Jl.
Sumping
RT IV
1060 Sekolah
1 3 0 0 2 0 0 2 0 0 2 3 0 0 3 1 19 17 0 1 1 1 1 2 1 3 2 3
695 Darat,
Kec.
Sekolaq
Darat
Jl. Trans
Kalimant
1060
an, Kec. 1 0 0 0 0 0 0 1 0 0 2 0 0 1 1 1 8 23 2 1 0 0 1 2 1 3 2 3
686
Siluq
Ngurai
89
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Ds.
1060 Tering,
0 0 0 0 0 0 0 1 0 0 1 1 0 0 2 1 7 19 0 1 1 0 2 3 1 3 2 3
698 Kec.
Tering
Jl.
Mulawar
man Rt.
1060
1 Sei 1 1 0 1 0 0 1 1 1 0 2 0 0 0 2 1 18 30 2 0 1 2 2 2 1 3 2 3
719
Mariam,
Kec.
Anggana
Jl. Ds.
Kembang
1060 Janggut,
0 0 0 1 1 0 0 0 1 0 0 0 0 2 1 1 9 12 1 0 1 1 1 2 1 3 2 3
726 Kec.
Kembang
Janggut
Jl. Ds.
Kahala
1060
Komplek 1 2 1 0 1 0 0 0 1 0 1 1 0 0 2 1 25 31 3 0 1 1 2 2 1 3 2 3
725
, Kec.
Kenohan
90
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl. Jend.
A. Yani,
1060
Kec. 0 2 2 3 0 0 0 1 1 0 0 1 1 2 2 1 23 20 1 1 1 1 1 2 1 3 2 3
710
Kota
Bangun
Jl. Kota
Bangun 2
(SP2)
1060 Rimba
0 0 0 1 1 0 0 1 0 0 2 0 0 0 3 1 8 11 3 1 2 2 2 2 1 3 1 3
711 Ayu,
Kec.
Kota
Bangun
Jl.
Soekarno
Hatta Km
1060
23 0 0 0 1 1 0 0 1 0 0 1 1 1 0 3 1 3 7 3 2 2 2 3 2 1 3 1 3
705
Batuah,
Kec. Loa
Janan
1060 Jl.
0 0 0 1 1 0 0 2 0 0 1 0 1 0 2 1 6 16 1 2 2 1 2 3 1 3 1 3
706 Kesehata
91
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
n Loa
Duri,
Kec. Loa
Janan
Jl.
Soekarno
Hatta
1060 Loa
0 0 0 1 1 0 0 2 0 0 0 0 2 0 4 0 12 17 2 2 2 2 3 3 1 3 1 3
704 Janan
Hulu,
Kec. Loa
Janan
Jl. Poros
1 RT 12,
Desa
1060
Jonggon 0 0 0 1 1 0 0 1 0 0 2 0 0 0 2 1 6 11 2 1 1 2 3 3 1 3 1 3
893
Jaya,
Kec. Loa
Kulu
Jl. Mulyo
1060
Pranoto 0 0 0 1 1 0 0 1 0 0 1 1 0 0 2 1 6 16 2 2 2 2 4 3 1 3 1 3
707
Rt. 1 No.
92
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
1 Loh
Sumber,
Kec. Loa
Kulu
Jl.
Marangk
1060 ayu 1,
0 0 0 1 1 0 0 1 0 0 2 1 2 0 7 1 13 15 1 1 2 2 4 3 1 3 2 3
722 Kec.
Marang
Kayu
Jl.
Samarind
a‐
1060 Bontanfg
0 0 0 1 1 0 0 1 0 0 4 0 0 0 2 2 8 16 1 1 1 1 2 3 1 3 2 3
723 Rt 13,
Kec.
Marang
Kayu
Jl.
1060 Perintis
1 0 0 0 1 0 0 2 0 0 1 1 0 0 2 1 6 16 1 2 2 1 2 3 1 3 2 3
721 No. 27
Badak
93
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Baru,
Kec.
Muara
Badak
Jl. Bian
Raga Rt.
1060
7, Kec. 0 0 0 1 1 0 0 1 0 0 0 2 0 0 2 1 5 7 2 1 2 2 4 3 1 3 1 3
720
Muara
Badak
Jl.
Soekarno
Hatta Rt.
1060 9 Rw. 5
0 0 0 1 1 0 0 1 0 0 2 0 0 0 2 2 7 7 2 1 1 1 3 3 1 3 1 3
702 No. 5,
Kec.
Muara
Jawa
Jl.
Puskesm
1060
as RT 02 0 0 0 1 1 0 0 1 0 0 1 0 0 0 2 1 8 13 0 2 2 2 3 3 1 3 2 3
892
Desa
Bunga
94
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jadi,
Kec.
Muara
Kaman
Jl. Danau
Lipan,
1060
Kec. 0 0 0 1 1 0 0 3 1 0 2 0 0 0 3 1 6 15 1 1 2 2 2 3 1 3 2 3
724
Muara
Kaman
Jl. DR.
FL
Tobing
1060
No. 4, 0 0 0 1 1 0 0 1 0 0 3 0 0 0 1 1 5 11 1 1 1 2 3 3 1 3 1 3
708
Kec.
Muara
Muntai
Ds.
Muara
1060 Wis,
0 0 0 1 1 0 0 2 0 0 1 0 1 0 7 1 0 18 3 1 2 2 3 3 1 3 1 3
709 Kec.
Muara
Wis
95
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl. HOS
Cokro
1060 Aminoto,
0 0 0 1 1 0 0 1 0 0 1 0 0 0 1 2 6 13 1 2 1 2 2 3 1 3 2 3
703 Kec.
Sanga‐
sanga
Jl. A.
Syakir
1060
Sebulu I, 0 0 0 1 1 0 0 2 1 0 1 1 0 0 3 2 17 17 2 1 2 3 8 3 1 3 2 3
715
Kec.
Sebulu
Jl.
Mulawar
man No.
1060 24 Ds.
0 0 0 1 1 0 0 1 0 0 1 1 1 0 2 1 4 11 1 1 2 1 3 3 1 3 2 3
716 Sumbver
Sari,
Kec.
Sebulu
Jl. Raya
1060
Balikpap 0 0 0 1 1 0 0 1 0 1 1 2 0 0 1 2 7 14 2 1 2 2 2 3 1 0 2 3
701
an Handil
96
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
II Handil
Baru,
Kec.
Semboja
Jl. Ds.
Sei
1060
Seluang, 0 0 0 1 1 0 0 1 0 0 1 1 1 0 2 1 9 16 2 1 2 2 4 3 1 3 1 3
699
Kec.
Semboja
Jl.
Soekarno
1060
Hatta, 0 0 0 1 1 0 0 1 0 0 1 0 0 0 2 2 7 11 1 0 1 2 2 3 1 3 2 3
700
Kec.
Semboja
Ds. Ritan
1060 Baru,
0 0 0 1 1 0 0 1 0 0 0 0 0 1 1 1 7 15 2 1 1 2 3 3 1 3 2 3
728 Kec.
Tabang
Jl. Ds.
1060 Sido
0 0 0 1 1 0 0 1 0 0 0 0 2 0 2 2 11 30 2 1 2 2 6 3 1 3 1 3
727 Mulyo
Rt.1,
97
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Kec.
Tabang
Jl. Loa
Ipuh Ds.
1060 Loa Ipuh,
0 0 0 1 1 0 0 1 0 0 1 0 0 0 2 2 4 9 2 0 0 1 4 3 1 3 2 3
714 Kec.
Tenggaro
ng
Jl. Pateh
Kota rt.
10 No. 5
Kel.
1060
Mangkur 0 0 0 1 1 0 0 1 0 0 0 0 0 0 3 2 5 6 2 1 2 2 2 3 1 3 2 3
712
awang,
Kec.
Tenggaro
ng
Jl. Patin
No. 61
1060
Kel;. 0 0 0 1 1 0 0 1 0 0 1 0 0 0 3 1 6 5 2 1 2 2 3 3 1 3 2 3
713
Timbau,
Kec.
98
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Tenggaro
ng
Jl. Poros
Bukit
Pariaman
1060 Separi 3,
0 0 0 1 1 0 0 1 0 0 3 0 2 0 3 1 5 19 2 2 2 2 4 3 1 3 1 3
717 Kec.
Tenggaro
ng
Seberang
Jl. Limau
L2 No. 5
Teluk
1060 Dalam
0 0 0 1 1 0 0 1 0 0 3 0 0 0 2 2 8 12 2 1 2 2 4 3 1 3 2 3
718 Kec.
Tenggaro
ng
Seberang
Kec.
1060
Batu 1 0 0 0 1 0 0 1 0 0 0 0 2 0 2 1 6 10 1 2 2 2 3 3 1 3 1 3
737
Ampar
99
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl. Ds
1060 Sepaso
0 0 0 1 1 0 0 1 0 0 0 1 2 0 2 1 7 12 2 1 1 2 2 3 1 3 1 3
739 XV, Kec.
Bengalon
Jl. Poros
Muara
Wahau
Km 110
1060
Ds. 0 0 0 1 1 0 0 1 0 0 0 0 1 0 2 2 5 17 2 1 2 2 2 3 1 3 1 3
911
Tepian
Baru
Kec.
Bengalon
Ds. Long
1060 Lees,
0 0 0 1 1 0 0 1 0 0 1 0 1 0 3 1 5 10 1 1 1 1 2 3 1 3 1 3
730 Kec.
Busang
Jl. Eri
Suparjan
1060
Ds. Bukit 0 0 0 1 1 0 0 1 0 0 2 0 0 0 2 1 6 10 2 2 1 2 3 3 1 3 1 3
744
Makmur,
Kec.
100
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Kalioran
g
1060 Kec.
1 0 0 0 1 0 0 2 0 0 0 0 2 0 2 1 5 18 2 1 2 2 4 3 1 3 2 3
747 Karangan
1060 Kec.
0 0 0 1 1 0 0 1 0 0 2 0 0 1 3 1 8 9 1 0 1 1 2 3 1 3 2 3
746 Kaubun
Jl. Poros
Ma
Wahau
1060
Berau, 0 0 0 1 1 0 0 1 0 0 1 0 1 0 2 1 6 11 2 2 3 2 4 3 1 3 1 3
735
Kec.
Kongben
g
Kec.
1060
Long 0 0 0 1 1 0 0 2 0 0 1 0 1 0 2 2 8 16 1 1 1 1 2 3 1 3 1 3
731
Mesengat
Jl. Ds.
Kel. Ujau
1060
Ilir, Kec. 0 0 0 0 1 0 0 1 0 0 0 0 0 0 3 1 14 11 1 2 1 1 1 3 1 3 2 3
729
Muara
Ancalong
101
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl. Desa
Ma
1060 Bengkal
3 0 0 0 1 0 0 1 0 0 1 0 0 0 3 1 6 7 1 3 1 1 1 3 1 3 2 3
736 Ilir, Kec.
Muara
Bengkal
Jl. Raden
Kusuma
1060 No. 23 Rt
2 0 0 0 1 0 0 1 0 0 4 0 0 0 3 1 12 12 1 3 1 1 1 3 1 3 2 3
732 01, Kec.
Muara
Wahau
Jl. Poros
Wahau
Kombeng
1060
Rt. 14, 0 0 0 0 1 0 0 2 0 0 0 0 0 0 3 1 15 13 1 3 1 1 1 3 1 3 2 3
733
Kec.
Muara
Wahau
Jl. HPH
1060
Porodisa 3 0 0 0 1 0 0 0 1 0 1 0 0 0 2 1 4 6 1 4 1 1 1 3 1 3 2 3
742
(Km 32),
102
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Kec.
Rantau
Pulung
Ds.
1060 Manubar,
3 2 0 0 4 1 0 0 0 0 4 2 0 0 4 2 27 17 3 2 2 2 2 3 1 3 2 3
745 Kec.
Sandaran
Jl. Cut
Nyak
1060 Dien,
4 1 0 0 2 1 0 0 0 0 3 2 1 0 3 3 20 17 4 0 2 2 2 3 1 3 2 3
741 Kec.
Sengata
Selatan
Jl. Cut
Nyak
Dien Ds.
1060 Sangatta
0 5 0 0 2 1 0 0 0 0 0 0 5 0 3 3 17 10 4 1 1 1 1 3 1 3 2 3
912 Utara
Kec.
Sangatta
Utara
103
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl. Psr
Inpres
Sgt
1060
Selatan, 1 5 1 0 1 0 0 0 1 0 1 2 0 0 3 2 13 16 4 3 1 2 3 3 1 3 2 3
738
Kec.
Sengata
Utara
Jl. Masjid
Ar
Rahmah
Ds.
1060
Benua 0 2 2 0 1 1 0 1 0 0 1 1 1 0 2 1 10 12 3 2 2 2 1 3 1 3 2 3
743
Baru Ilir,
Kec.
Sangkulir
ang
Jl. Jend.
Ahmad
1060
yani No. 0 0 0 0 2 0 0 1 1 0 1 0 0 0 1 2 16 13 3 0 1 2 0 3 1 3 2 3
734
15 Rt. 01
Jukayak,
104
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Kec.
Telen
Ds. Teluk
Pandan,
1060
Kec. 4 0 0 0 2 0 0 0 0 0 3 0 0 0 2 2 14 12 4 0 1 2 5 3 1 3 2 3
740
Teluk
Pandan
Dingdau
Gg.
1060 Gunung
1 0 0 0 1 0 0 1 0 0 3 0 0 0 4 1 14 11 4 1 0 2 2 3 1 3 2 3
777 Lajau.
IV, Kec.
Laham
Jl. Yurai
No.1,
1060 5
Kec. 2 0 0 0 1 0 0 1 0 0 0 0 0 3 1 12 13 5 1 1 2 0 3 1 3 2 3
780 5
Long
Apari
Kp. Ujoh
1060
Bilang, 3 0 0 0 2 0 0 0 0 0 3 0 0 0 3 1 16 16 4 4 1 2 4 3 1 3 2 3
778
Kec.
105
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Long
Bagun
Kp. Long
Hubung,
1060
Kec. 2 0 0 0 2 0 0 2 0 0 3 0 0 0 2 1 13 11 2 4 2 2 2 3 1 3 2 3
776
Long
Hubung
Kp. Long
Pahangai,
1060
Kec. 2 2 0 0 1 0 0 1 0 0 2 2 0 0 1 1 18 14 3 0 1 1 3 3 1 3 2 3
779
Long
Pahangai
Jl. Haur
Kuning
Ds.
1060
Kerang, 1 0 0 0 1 0 0 1 0 0 2 0 0 0 3 2 7 6 6 6 1 3 3 3 1 3 2 3
666
Kec.
Batu
Engau
Jl.
1060
Negara 1 0 0 0 1 0 0 1 1 0 3 0 0 0 5 1 14 12 7 6 1 2 3 3 1 3 2 3
664
Rt 09,
106
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Kec.
Batu
Sopang
Jl. Jend.
A. yani
Rt 018
1060 Rw 005
2 0 0 0 1 0 0 1 0 0 3 0 0 0 3 2 8 7 6 8 2 2 3 3 1 3 2 3
673 Kel.
Kuaro,
Kec.
Kuaro
Jl. Sawit
Ds.
1060 Kaluang
2 0 0 0 1 0 0 1 0 0 4 0 0 0 3 1 8 7 6 5 1 2 2 3 1 3 2 3
674 Lolo,
Kec.
Kuaro
Jl. Alas
Ds. Long
1060
Gelang, 3 0 0 0 1 0 0 1 0 0 3 0 0 0 3 1 9 13 7 5 1 3 2 3 1 3 2 3
677
Kec.
Long Ikis
107
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Ds.
Krayan
1060
Sentosa, 2 0 0 0 1 0 0 1 0 0 3 0 0 0 3 1 10 7 7 7 2 3 1 3 1 3 2 3
676
Kec.
Long Ikis
Jl.
Negara
1060
Km 82, 0 0 0 0 1 0 0 1 0 0 0 0 0 0 2 2 5 5 2 1 2 3 1 3 1 3 2 3
675
Kec.
Long Ikis
Jl.
Propinsi
Km 63
1060
Kademan 1 0 0 0 2 0 0 1 0 1 1 0 0 0 3 2 13 11 1 1 2 3 2 3 1 3 2 3
679
, Kec.
Long
Kali
RT 01
1060 Ds.
2 0 0 0 1 0 0 1 0 0 1 0 0 0 3 2 5 5 1 1 1 2 1 3 1 3 2 3
680 Mendik,
Kec.
108
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Long
Kali
Jl.
Gaharu
RT 10
Ds.
1060
Sebakung 4 0 0 0 2 0 0 0 1 0 3 0 0 0 3 2 11 13 3 0 1 2 2 3 1 3 2 3
920
Taka
Kec.
Long
Kali
Jl.
Negara
Km 171
No. 40 Rt
1060 06 Kel.
3 0 0 0 1 0 0 1 0 0 3 0 0 0 3 1 6 9 3 1 1 3 1 3 1 3 2 3
678 Muara
Komam,
Kec.
Muara
Komam
109
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl. Anwar
No. 43 Rt
04 Ds.
1060
Muser, 3 1 0 0 2 0 0 1 0 0 2 1 0 0 3 3 9 8 2 1 2 2 1 3 1 3 2 3
665
Kec.
Muara
Samu
Jl.
Negara
Ds. Pasir
1060 Belengko
3 0 1 0 2 0 0 1 0 0 3 0 0 0 5 3 12 11 2 1 2 3 2 3 1 3 2 3
669 ng, Kec.
Paser
Belengko
ng
Jl.
Negara
No. 02
1060
Ds. 1 0 0 0 2 0 0 1 0 0 1 0 0 0 3 2 7 10 3 1 2 2 1 3 1 3 2 3
668
Suatang
Baru,
Kec.
110
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Paser
Belengko
ng
Jl. Nusa
Indah Rt
22 Ds.
Suliliran
1060
Baru, 2 0 0 0 1 0 0 1 0 1 1 0 0 0 3 2 6 8 3 1 2 3 1 3 1 3 2 3
670
Kec.
Paser
Belengko
ng
Jl. Gajah
Mada Ds.
Padang
1060
Pengrapa 2 0 1 0 1 0 0 1 0 0 0 0 0 0 2 1 5 6 2 1 1 2 1 3 1 3 2 3
671
t, Kec.
Tanah
Grogot
Jl. Yos
1060
Sudarso 2 1 0 0 2 0 0 1 1 0 2 1 0 0 4 2 12 10 2 1 2 3 2 3 1 3 2 3
922
Ds.
111
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Senaken
Kec.
Tanah
Grogot
Jl.
Panglima
Sentik
Ds.
1060
Tanah 3 0 0 0 2 0 0 1 0 0 1 0 0 0 4 3 10 10 2 1 1 3 2 3 0 3 2 3
672
Grogot,
Kec.
Tanah
Grogot
Jl. M.
dahri Rt
04 No.
1060 49 Ds.
3 0 1 2 1 0 0 1 0 0 3 0 0 0 2 3 6 8 3 1 2 3 1 3 1 3 2 3
667 Tanjung,
Kec.
Tanjung
Harapan
112
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl.
Negara
1060
Rt 4 No. 4 0 0 0 2 0 0 1 0 1 3 0 0 0 3 2 6 7 3 0 2 3 1 3 1 3 2 3
765
3, Kec.
Babulu
Jl. Olah
Raga
No.09
1060 Kel.
3 1 0 0 2 0 0 1 0 0 3 0 0 0 2 2 9 8 3 1 1 3 1 3 1 3 2 3
766 Gunung
Intan,
Kec.
Babulu
Jl. Poros
Rt.10
Rw.05
1060 Dusun II
5 0 0 0 2 0 0 1 0 0 4 0 0 0 3 3 11 13 2 1 1 3 2 3 1 3 2 3
767 Sebakung
Jaya,
Kec.
Babulu
113
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl.
Propinsi
1060
Km 1, 2 0 0 0 1 0 0 1 0 0 0 2 0 1 3 2 7 7 2 3 1 1 2 3 1 3 2 3
769
Kec.
Penajam
Jl.
Propinsi
Km.18
1060 Rt.06
1 0 0 0 1 0 0 1 0 0 2 0 0 0 3 2 14 18 5 1 1 2 3 3 1 3 2 3
770 Kel.
Petung,
Kec.
Penajam
Jl.
Propinsi
Petung
1060 Sepaku
1 0 0 0 1 0 0 1 0 0 1 0 0 0 4 2 21 15 6 0 1 2 4 3 1 3 2 3
771 Km.20
Rt.04,
Kec.
Penajam
114
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Jl. Itci
Km 4,5
1060 Kel.
1 0 0 0 1 0 0 1 0 0 1 0 0 0 4 2 10 7 4 1 1 2 1 3 1 3 2 3
774 Maridan,
Kec.
Sepaku
Jl.
Negara
1060 Km.19
3 1 0 0 2 0 0 1 0 0 2 0 0 0 4 1 18 15 4 1 1 3 2 3 1 3 2 3
775 Ds.Semoi
II, Kec.
Sepaku
Jl.
Negara
Ds. Bukit
1060
Raya 0 1 0 0 1 0 0 0 1 0 0 2 0 0 3 2 11 8 3 1 1 1 1 3 1 3 2 3
772
Rt.09,
Kec.
Sepaku
Jl.
1060
Negara 3 0 0 0 1 0 0 1 0 0 6 0 0 0 3 2 12 15 1 0 1 1 1 3 1 3 2 3
773
Km 34,
115
KONDISI
PKM DIK Air
B B B B
R S B R B R B R S B
Kec.
Sepaku
Jl.
Negara
Penajam
1060
Kuaro 4 0 0 0 1 0 0 1 0 0 5 0 0 0 2 2 11 15 1 0 1 2 1 3 1 3 2 3
768
Km 25,
Kec.
Waru
116

Proposal Skripsi Muhammad Sarman Noorlah

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Proposal Skripsi Muhammad Sarman Noorlah

Diunggah oleh

Hak Cipta:

Format Tersedia

PROPOSAL SKRIPSI

KLASTERISASI KELAYAKAN PUSKESMAS

MUHAMMAD SARMAN NOORLAH

KLASTERISASI KELAYAKAN PUSKESMAS

Diajukan sebagai salah satu syarat untuk menyelesaikan pendidikan

MUHAMMAD SARMAN NOORLAH

KLASTERISASI KELAYAKAN PUSKESMAS

I. Masna Wati, M.T

Ketua Program Studi S1 Informatika,

Indah Fitri Astuti, M.Cs

Muhammad Sarman Noorlah

KATA PENGANTAR.................................................................................................. iii

Tabel 3. 1 Variabel Penelitian......................................................................................... 30

Gambar 2. 1 Flowchart K-Means ................................................................................... 14

1.1 Latar Belakang

Pusat Kesehatan Masyarakat (Puskesmas) merupakan salah satu fasilitas pelayanan

1.2 Rumusan Masalah

1.3 Batasan Masalah

1.4 Tujuan Penelitian

1.5 Manfaat Penelitian

Penelitian ini diharapkan dapat memberikan manfaat pada berbagai pihak,

1.6 Kontribusi Penelitian

2.1 Penelitian Terkait

Penelitian terdahulu berguna sebagai referensi rujukan untuk penelitian yang

2.2.1 Pengertian Puskesmas

Fasilitas Pelayanan Kesehatan adalah suatu tempat yang digunakan untuk

2.2.2 Tujuan Puskesmas

Tujuan pembangunan kesehatan yang diselenggarakan oleh puskesmas adalah

2.4 Algoritma K-Means

𝐷𝑛(𝑥,𝑦) = jarak objek antara objek i dan j

Tentukan Jumlah Cluster (k)

Tentukan Centroid Awal Tiap Cluster

Hitung jarak objek dari Centroid

Hitung kembali Centroid

2.6 Sistem Informasi

Sistem informasi merupakan suatu perkumpulan data yang terorganisasi berserta

2.7 Sistem Informasi Geografis

2.7.1 Pengertian Sistem Informasi Geografis

2.7.2 Konsep Dasar Sistem Informasi Geografis

Sistem Informasi Geografis (SIG) atau juga dikenal sebagai Geographic

2.7.3 Definisi Sistem Informasi Geografis

Fungsi SIG adalah meningkatkan kemampuan menganalisis informasi spasial

2.7.5 Subsistem Sistem Informasi Geografis

2.7.6 Cara Kerja Sistem Informasi Geografis

2.7.7 Kemampuan Sistem Informasi Geografis

Sistem informasi geografis mempunyai kemampuan untuk menghubungkan

Peta merupakan gambaran wilayah geografis, bagian permukaan bumi yang

2.9 Google Maps API

Application Programming Interface (API) adalah sekumpulan komponen yang

2.11 UML (Unified Modeling Language)

2.11.1 Use Case Diagram

Menggambarkan sejumlah external actors dan hubungannya ke use case yang

2.11.2 Class Diagram

Menggambarkan struktur statis class di dalam sistem. Class merepresentasikan

2.11.3 Sequence Diagram

Menggambarkan kolaborasi dinamis antara sejumlah object. Kegunaanya untuk

2.11.4 Activity Diagram

Menggambarkan rangkaian aliran dari aktivitas, digunakan untuk mendeskripsikan

2.12 Metode Pengembangan Sistem Sekuensial Linear (Waterfall Model)

Gambar 2. 2 Waterfall Model

2.13 Metode Pengujian

2.13.2 Black Box Testing

3.1 Tahapan Pelaksanaan Penelitian

Gambar 3. 1 Tahapan Pelaksanaan Penelitian