Abstract:Abstract: PERUMDA Air Minum Tirta Silaupiasa is a Regionally-Owned Enterprise (BUMD) that provides clean water and drinking water services for the people of Asahan Regency, this company requires competent workers in the…
field of Data Analyst to support the management and analysis of company data. However, the recruitment process which is still conventional often faces obstacles in selecting candidates who truly match the company's needs. To overcome this problem, this study proposes the implementation of a Decision Support System using the Profile Matching method to improve accuracy and is used to compare candidate profiles with established competency standards, allowing the system to provide rankings based on the level of suitability of candidates with the required criteria. The results of this study indicate that the use of Profile Matching-based DSS can help companies in selecting competent candidates in the field of data analyst more effectively and efficiently. There are 7 alternatives that will be selected using 6 criteria, the candidates who get the highest scores are in alternatives and , namely Muhammad Maulana Rais and Aulia Kadri Pratiwi, S.A.P with a total score of 5.85. So that leaders can make decisions based on the results of calculations that have been obtained through the designed system.
Keywords: PERUMDA air minum tirta silaupiasa; decision support systems; profile matching; candidate recruitment; data analyst.
Abstrak: PERUMDA Air Minum Tirta Silaupiasa merupakan Badan Usaha Milik Daerah (BUMD) yang menyediakan layanan air bersih dan air minum bagi masyarakat kabupaten asahan, perusahaan ini membutuhkan tenaga kerja yang kompeten di bidang Data Analyst untuk mendukung pengelolaan dan analisis data perusahaan. Namun, proses rekrutmen yang masih bersifat konvensional sering kali menghadapi kendala dalam menyeleksi kandidat yang benar-benar sesuai dengan kebutuhan perusahaan. Untuk mengatasi permasalahan ini, penelitian ini mengusulkan penerapan Sistem Pendukung Keputusan dengan menggunakan metode Profile Matching guna meningkatkan akurasi dan digunakan untuk membandingkan profil kandidat dengan standar kompetensi yang telah ditetapkan, sehingga memungkinkan sistem memberikan peringkat berdasarkan tingkat kesesuaian kandidat dengan kriteria yang dibutuhkan. Hasil penelitian ini menunjukkan bahwa penggunaan SPK berbasis Profile Matching dapat membantu perusahaan dalam memilih kandidat yang kompeten di bidang data analyst secara lebih efektif dan efisien. Terdapat 7 alternatif yang akan di seleksi dengan menggunakan 6 kriteria, kandidat yang mendapatkan nilai terbesar ada pada alternatif dan yaitu Muhammad Maulana Rais dan Aulia kadri Pratiwi, S.A.P dengan nilai total 5,85. Sehingga pimpinan dapat mengambil keputusan berdasarkan hasil perhitungan yang sudah didapatkan melalui sistem yang dirancang.
Kata kunci: PERUMDA air minum tirta silaupiasa; sistem pendukung keputusan; profile matching; rekrutmen kandidat; data analyst
Abstract:Abstract: This research focuses on the analysis and design of a cattle disease detection system using the Forward Chaining technique. This system aims to help farmers identify various diseases in cattle quickly and accurately,…
ately, which can ultimately improve livestock health and livestock productivity. In developing this system, the Forward Chaining technique is used as the main inference method. This method was chosen because of its ability to produce conclusions based on available facts in stages, so it is very suitable for expert system applications that require repeated and complex decision-making processes. This research begins with a system requirements analysis that includes identification of common types of cattle diseases, associated symptoms, as well as the knowledge and rules required for the diagnosis process. Next, system design is carried out which includes creating a knowledge base, inference engine, and user interface. The result of this research is a prototype expert system for diagnosing cattle diseases which has been tested and shows satisfactory performance in detecting various cattle diseases based on the symptoms entered. With this system, it is hoped that farmers can more quickly take appropriate action against diseases that attack their livestock, so that they can minimize losses and increase the efficiency of livestock businesses.
Keywords: analysis; expert system; forward chaining; cattle disease; website.
Abstrak: Penelitian ini berfokus pada analisis dan perancangan sistem deteksi penyakit sapi menggunakan teknik Forward Chaining. Sistem ini bertujuan untuk membantu peternak dalam mengidentifikasi berbagai penyakit pada sapi secara cepat dan akurat, yang pada akhirnya dapat meningkatkan kesehatan ternak dan produktivitas peternakan. Dalam pengembangan sistem ini, teknik Forward Chaining digunakan sebagai metode inferensi utama. Metode ini dipilih karena kemampuannya dalam menghasilkan kesimpulan berdasarkan fakta-fakta yang tersedia secara bertahap, sehingga sangat cocok untuk aplikasi sistem pakar yang memerlukan proses pengambilan keputusan berulang dan kompleks. Penelitian ini dimulai dengan analisis kebutuhan sistem yang mencakup identifikasi jenis-jenis penyakit sapi yang umum, gejala-gejala yang terkait, serta pengetahuan dan aturan yang diperlukan untuk proses deteksi. Selanjutnya, dilakukan perancangan sistem yang mencakup pembuatan basis pengetahuan, mesin inferensi, dan antarmuka pengguna. Hasil dari penelitian ini adalah sebuah prototipe sistem pakar deteksi penyakit sapi yang telah diuji dan menunjukkan kinerja yang memuaskan dalam mendeteksi berbagai penyakit sapi berdasarkan gejala-gejala yang dimasukkan. Dengan sistem ini, diharapkan peternak dapat lebih cepat dalam mengambil tindakan yang tepat terhadap penyakit yang menyerang ternaknya, sehingga dapat meminimalisir kerugian dan meningkatkan efisiensi usaha peternakan.
Kata kunci: analisis; sistem pakar; forward chaining; penyakit sapi; website
Abstract:Abstract: The selection process for students of the National Student Sports Olympiad (O2SN) in the field of Pencak Silat at SMA Negeri 1 Air Joman is often faced with various challenges that affect objectivity and fairness…
ss in decision making. Assessments carried out directly by coaches tend to be non-objective, so that students who are sent to participate in the National Student Sports Olympiad (O2SN) are not alternately. Inaccuracy in selecting eligible students not only harms potential students, but can also reduce the school's chances of achieving success in the O2SN event. Therefore, a Decision Support System (DSS) is needed that can help improve objectivity, accuracy, and efficiency in the selection process, so that it can produce more precise and fair decisions. The decision support system used is the MOORA method. This system is designed to assist schools in determining students who are eligible to represent the school in the O2SN competition based on several criteria such as age, weight, strength, technique (moves) and student attendance. These criteria are analyzed and weighted according to their level of importance. Furthermore, the MOORA method is applied to calculate and rank students. The results of this study indicate that the students selected to participate in O2SN Pencak Silat are Joko Satrio and Wisnu Ramadan with optimization values of 0.339 and 0.281.
Keywords: moora; o2sn; student selection; decision support system
Abstrak: Proses seleksi siswa Olimpiade Olahraga Siswa Nasional (O2SN) di bidang Pencak Silat di SMA Negeri 1 Air Joman sering kali dihadapkan pada berbagai tantangan yang mempengaruhi objektivitas dan keadilan dalam pengambilan keputusan. Penilaian yang dilakukan secara langsung oleh pelatih cenderung bersifat tidak objektif, sehingga siswa yang dikirimkan untuk mengikuti Olimpiade Olahraga Siswa Nasional (O2SN) tidak secara bergantian. Ketidaktepatan dalam pemilihan siswa yang layak tidak hanya merugikan siswa yang berpotensi, tetapi juga dapat mengurangi peluang sekolah untuk meraih prestasi di ajang O2SN. Oleh karena itu, diperlukan suatu Sistem Pendukung Keputusan (SPK) yang dapat membantu meningkatkan objektivitas, akurasi, dan efisiensi dalam proses seleksi, sehingga mampu menghasilkan keputusan yang lebih tepat dan adil. Sistem pendukung keputusan yang digunakan adalah dengan metode MOORA. Sistem ini dirancang untuk membantu pihak sekolah dalam menentukan siswa-siswa yang layak mewakili sekolah pada kompetisi O2SN berdasarkan beberapa kriteria seperti usia, berat badan, kekuatan, teknik (jurus) dan kehadiran siswa. Kriteria-kriteria tersebut dianalisis dan diberikan bobot sesuai dengan tingkat kepentingannya. Selanjutnya, metode MOORA diterapkan untuk melakukan perhitungan dan pemeringkatan siswa. Hasil dari penelitian ini menunjukkan bahwa siswa yang terpilih mengikuti O2SN Pencak Silat adalah Joko Satrio dan Wisnu Ramadan dengan nilai optimasi sebesar 0,339 dan 0,281.
Kata Kunci: moora; o2sn; seleksi siswa; sistem pendukung keputusan
Abstract:Abstract: Bismillah Ponsel in Kisaran Kota faces challenges in managing internet voucher stock due to inefficient manual recording and limited active period. To overcome this problem, the application of the Single Moving…
Average (SMA) forecasting method is proposed to predict stock needs based on historical data. Thus, business owners can manage stock more optimally, avoid shortages or excess inventory, and improve business efficiency and finances. The results of the application of the SMA method show the prediction of voucher stock needs for April and May with fairly good Mean Absolute Percentage Error (MAPE) accuracy. For IM3 vouchers, the stock predictions for each month are 244 and 244.5 (MAPE 8.21%). Axis vouchers as many as 798 (MAPE 5.02%), XL as many as 713 and 724.5 (MAPE 5.02%), Telkomsel as many as 942 and 951 (MAPE 3.23%), Tri as many as 490 and 491 (MAPE 7.94%), and Smartfren as many as 656 and 664 (MAPE 5.38%). With quite high accuracy, the SMA method has proven to be able to predict sales quickly and accurately, help provide stock according to needs, and increase the operational efficiency of Bismillah Ponsel.
Keywords: inventory; management; sales; forecasting; single moving average (SMA).
Abstrak: Bismillah Ponsel di Kisaran Kota menghadapi tantangan dalam pengelolaan stok voucher internet akibat pencatatan manual yang tidak efisien dan masa aktif terbatas. Untuk mengatasi masalah ini, diusulkan penerapan metode peramalan Single Moving Average (SMA) guna memprediksi kebutuhan stok berdasarkan data historis. Dengan demikian, pemilik usaha dapat mengelola stok lebih optimal, menghindari kekurangan atau kelebihan persediaan, serta meningkatkan efisiensi dan keuangan bisnis.Hasil penerapan metode SMA menunjukkan prediksi kebutuhan stok voucher untuk April dan Mei dengan akurasi Mean Absolute Percentage Error (MAPE) yang cukup baik. Untuk voucher IM3, prediksi stok masing-masing bulan adalah 244 dan 244,5 (MAPE 8,21%). Voucher Axis sebanyak 798 (MAPE 5,02%), XL sebanyak 713 dan 724,5 (MAPE 5,02%), Telkomsel sebanyak 942 dan 951 (MAPE 3,23%), Tri sebanyak 490 dan 491 (MAPE 7,94%), serta Smartfren sebanyak 656 dan 664 (MAPE 5,38%). Dengan akurasi yang cukup tinggi, metode SMA terbukti mampu meramalkan penjualan secara cepat dan akurat, membantu penyediaan stok sesuai kebutuhan, serta meningkatkan efisiensi operasional Bismillah Ponsel.
Kata Kunci: manajemen; persediaan; peramalan; penjualan; single moving average (SMA
Abstract:industry. PT. Agro Putra Lestari experienced problems in the process of recording incoming and outgoing goods as well as checking stock of goods which was still done manually. This manual process is prone to errors and data…
ata redundancy which can cause major problems in inventory management. Therefore, it is necessary to develop a web-based inventory system to overcome this problem. This inventory system was designed using the CodeIgniter 3 framework to build dynamic, fast and easy web applications, and uses MySQL as the data storage medium. Data collection techniques through direct observation and interviews. The result of this design is an inventory system that is effective and efficient in the process of recording incoming and outgoing goods as well as stock management at PT. Agro Putra Lestari. This system is expected to help increase efficiency and accuracy in inventory management and make it easier for owners to monitor stock reports in real-time.
Keywords: Information Systems, Inventory, Incoming and Outgoing Goods, CodeIgniter, PHP
Abstrak: PT. Agro Putra Lestari merupakan perusahaan yang bergerak di bidang industri pertanian kelapa sawit. PT. Agro Putra Lestari tersebut menghadapi masalah dalam proses pencatatan barang masuk dan keluar serta pengecekan stok barang yang masih dilakukan secara manual. Proses manual ini rentan terhadap kesalahan dan redundansi data, yang dapat menyebabkan masalah besar dalam pengelolaan persediaan barang. Oleh karena itu, diperlukan pengembangan sistem inventori berbasis web untuk mengatasi masalah tersebut. Sistem inventori ini dirancangan menggunakan framework CodeIgniter 3 untuk membangun aplikasi web yang dinamis, cepat, dan mudah, serta menggunakan MySQL sebagai media penyimpanan datanya. Teknik pengumpulan data melalui observasi dan wawancara langsung. Hasil dari rancangan tersebut adalah sebuah sistem inventori yang efektif dan efisien dalam proses pencatatan barang masuk dan keluar serta pengelolaan stok baang di PT. Agro Putra Lestari. Sistem ini diharapkan dapat membantu meningkatkan efisiensi dan akurasi dalam pengelolaan persediaan barang serta memudahkan pemilik dalam memantau laporan stok barang secara real-time.
Kata kunci: Sistem Informasi, Inventory, Barang Masuk dan Barang Keluar, CodeIgniter, PHP
Abstract:Abstract: PT. Padasa Enam Utama, a palm oil plantation company, currently assesses the quality of Fresh Fruit Bunches (FFB) based solely on physical aspects. They use Microsoft Excel without a specialized application system,…
tem, which can lead to subjective assessments and the risk of fraud. This research aims to develop a predictive system for the quality of Fresh Fruit Bunches. Data collection was conducted using quantitative methods through direct observation and interviews with relevant parties. The study shows that the use of the K-Nearest Neighbor method provides the best accuracy with a more efficient calculation process. With this system, the company’s performance in making decisions regarding FFB quality is expected to improve. The system helps reduce human errors in quality assessments and offers visualizations that make it easier for users to understand the classification of production quality. Although the results are reliable, there is still room for further development, such as improving accuracy through more advanced data preprocessing techniques or using more complex machine learning models.
Keywords: Data Mining; K-Nearest Neighbor algorithm; Fresh Fruit Bunches (FFB); Python; Streamlit.
Abstrak: PT. Padasa Enam Utama, sebuah perusahaan perkebunan kelapa sawit, saat ini menilai kualitas produksi Tandan Buah Segar (TBS) berdasarkan aspek fisik saja. Mereka menggunakan Microsoft Excel tanpa sistem aplikasi khusus, yang dapat menyebabkan penilaian tidak objektif dan risiko kecurangan. Penelitian ini bertujuan untuk mengembangkan sistem prediksi mutu kualitas Tandan Buah Segar. Dalam pengumpulan data, digunakan metode kuantitatif melalui observasi langsung dan wawancara dengan pihak terkait. Penelitian menunjukkan bahwa penggunaan metode K-Nearest Neighbor memberikan akurasi terbaik dengan proses perhitungan yang lebih efisien. Dengan adanya sistem ini, diharapkan kinerja perusahaan dalam membuat keputusan terkait mutu produksi TBS dapat meningkat. Sistem ini membantu mengurangi kesalahan manusia dalam penilaian mutu TBS dan memberikan visualisasi yang memudahkan pengguna memahami klasifikasi mutu produksi. Meskipun telah memberikan hasil yang dapat diandalkan, masih ada ruang untuk pengembangan lebih lanjut, seperti peningkatan akurasi melalui teknik preprocessing data yang lebih canggih atau penggunaan model-machine learning yang lebih kompleks.
Kata kunci: Data Mining; Algoritma K-Nearest Neighbor; Tandan Buah Segar (TBS); Python; Streamlit
Abstract:Abstract: Kedai Budi Sparepart is a shop that sells motorcycle spare parts. Kedai Budi Sparepart is located on Tanjungbalai Air Joman Street, Air Joman District, Asahan Regency. Kedai Budi Sparepart faces a problem if the…
e supplier still enters the goods manually and records them in the ledger. This can cause errors. Errors in entry, calculation, and recording are common problems in manual bookkeeping. It can lead to inaccurate inventory information, which can affect customer satisfaction and operational efficiency. SCM is a set of applied and integrated methods for suppliers, stores, and other storage areas. This is done effectively and efficiently due to the complex business processes and the many parties involved. This system will be built using the PHP programming language and MySQL database. the researc method used is qualitative research. The results of this study found that the use of a web-based supply chain management system can help overcome the slow response of suppliers to Kedai Budi's spare parts if they are out of stock or in minimal stock conditions. Furthermore, this method can be used to overcome suppliers who do not know the stock of spare parts in real-time, so as not to disrupt the sales process to suppliers.
Keywords: Supply Chain Management; Stock Management; Budi Spareparts Store.
Abstrak: Kedai Budi Sparepart adalah Kedai yang menjual suku cadang sepeda motor. Kedai Budi Sparepart terletak di jalan Tanjungbalai Air Joman, Kecamatan Air Joman, Kabupaten Asahan. Kedai Budi Sparepart menghadapi masalah jika supplier masih memasukkan barang secara manual dan mencatatnya di buku besar. Ini Bisa menyebabkan kesalahan. Kesalahan dalam pemasukan, perhitungan, dan pencatatan adalah masalah umum dalam pembukuan manual. Karena Bisa menyebabkan informasi persediaan yang tidak akurat, yang Bisa memengaruhi kepuasan pelanggan dan efisiensi operasional. SCM adalah sekumpulan metode yang diterapkan dan terintegrasi untuk pemasok, kedai, dan area penyimpanan lainnya. Ini dilakukan secara efektif dan efisien karena proses bisnis yang kompleks dan banyaknya pihak yang terlibat. Sistem ini akan dibangun dengan menggunakan bahasa pemrograman PHP dan database MySQL. Metode penelitian yang digunakan adalah penelitian kualitatif. Adapun hasil penelitian ini menemukan bahwa penggunaan sistem manajemen rantai pasokan berbasis web Bisa membantu mengatasi lambatnya respons supplier terhadap sparepart Kedai Budi jika ada stok yang sudah habis atau dalam kondisi stok minimal. Selanjutnya, metode ini Bisa digunakan untuk mengatasi supplier yang tidak mengetahui stok sparepart secara real-time, sehingga tidak mengganggu proses penjualan kepada supplier
Kata kunci: Supply Chain Management; Manajemen Stok; Kedai Budi Sparepart
Abstract:Abstract: Employees are a key element in the success of a company, because they play a role in determining the success of the company as a whole. Therefore, employee appraisal has a significant impact on many aspects of…
human resource (HR) management in the company. In this context, an objective and accurate employee appraisal system is needed so that companies can determine the best employees appropriately. This research aims to develop a Decision Support System that uses the AHP-WASPAS combination method. This system is designed to assist companies in evaluating and selecting the best employees for promotions, salary increases, and career development. The results showed that the developed Decision Support System was able to increase objectivity in employee assessment compared to manual methods. By using the AHP-WASPAS combination method, companies can be more effective and accurate in determining employee assessment, thus helping in better decision making in HR management.
Keywords: Employee; AHP method; WASPAS method; Performance Appraisal; Ranking; Objectivity; Decision Support System
Abstrak: Karyawan merupakan elemen kunci dalam kesuksesan sebuah perusahaan, karena mereka berperan dalam menentukan keberhasilan perusahaan secara keseluruhan. Oleh karena itu, penilaian karyawan memiliki dampak yang signifikan terhadap banyak aspek pengelolaan sumber daya manusia (SDM) di perusahaan. Dalam konteks ini, diperlukan sistem penilaian karyawan yang objektif dan akurat agar perusahaan dapat menentukan karyawan terbaik dengan tepat. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan yang menggunakan metode kombinasi AHP-WASPAS. Sistem ini dirancang untuk membantu perusahaan dalam mengevaluasi dan memilih karyawan terbaik untuk promosi, kenaikan gaji, dan pengembangan karir. Hasil penelitian menunjukkan bahwa Sistem Pendukung Keputusan yang dikembangkan mampu meningkatkan objektivitas dalam penilaian karyawan dibandingkan dengan metode manual. Dengan menggunakan metode kombinasi AHP-WASPAS, perusahaan dapat lebih efektif dan akurat dalam menentukan penilaian karyawan, sehingga membantu dalam pengambilan keputusan yang lebih baik dalam manajemen SDM.
Kata kunci: Karyawan; Metode AHP; Metode WASPAS; Penilaian Kinerja; Rangking; Objektivitas; Sistem Pendukung Keputusan
Abstract:Abstrak: A pharmacy is a health service facility to help improve the health of the community, a pharmacy is also a place for professional pharmacists to practice their work. To determine the amount of stock inventory, Jaka…
ka Wijaya Pharmacy requires a clusterization of sales stock data. The method that can be used is the K-Means algorithm. This algorithm is based on a simple idea. K-Means is a distance-based clustering method that divides data into a number of clusters and this algorithm only works on numeric attributes. The data processed in this research is a sample taken from the Jaka Wijaya Pharmacy data in 2022. The Jaka Wijaya Pharmacy dataset consists of the attributes No, Drug Item, Type, Packaging, Initial Stock, Cost Price, Unit Conversion, Selling Price, Number of Transactions, Ending Stock, Shelf, Warehouse-Office Codes. With the K-Means Clustering method, it is possible to group drug sales data with stock that is not selling well as cluster 0, stock that is selling well as cluster 1, and stock that is selling very well as cluster 2. The sample data to be tested consists of 170 data from the Jaka Wijaya Pharmacy. Where the cluster results show that there are several results, namely cluster 0 totaling 102, cluster 1 totaling 34, and cluster 2 totaling 34 decisions, where the decisions include very in demand, in demand, not in demand.
Keywords: Data Mining; Jaka Wijaya Pharmacy; K-means Cluster
Abstrak: Apotek merupakan sarana pelayanan kesehatan untuk membantu meningkatkan kesehatan bagi masyarakat, apotek juga sebagai tempat praktik tenaga profesi apoteker dalam melakukan pekerjaan. Untuk menentukan jumlah persediaan stok, Apotek Jaka Wijaya membutuhkan suatu clusterisasi data stok penjualan. Metode yang dapat digunakan yaitu algoritma K-Means. Algoritma ini didasarkan pada ide sederhana. K-Means adalah metode Clustering berbasis jarak yang membagi data ke dalam sejumlah cluster dan algoritma ini hanya bekerja pada atribut numeric. Data yang diolah dalam penelitian ini merupakan sampel yang diambil dari data Apotek Jaka Wijaya pada tahun 2022. Dataset Apotek Jaka Wijaya terdiri dari atribut No, Item Obat, Jenis, Kemasan, Stok Awal, Harga Pokok, Konversi Satuan, Harga Jual, Jumlah Transaksi, Stok Akhir, Rak, Kode Gudang-Kantor. Dengan metode K-Means Clustering maka dapat mengelompokkan data penjualan obat dengan stok kurang laris sebagai cluster 0, stok laris sebagai cluster 1, dan stok sangat laris sebagai cluster 2. Data sampel yang akan diuji terdiri dari 170 data dari Apotek Jaka Wijaya. Yang dimana hasil cluster menunjukkan terdapat beberapa hasil yaitu cluster 0 berjumlah 102, cluster 1 berjumlah 34, dan cluster 2 berjumlah 34 keputusan yang dimana keputusan itu meliputi sangat laris, laris, kurang laris.
Kata kunci: Apotek Jaka Wijaya; Data Mining; K-means Cluster
Abstract:bstract: Disease is an abnormal condition in which the body or mind experiences discomfort or dysfunction in the person it affects. Every day the number of people suffering from infectious diseases always increases with…
different types of diseases. Therefore, there is a need for a grouping to help the government find information about the diseases most commonly suffered by citizens. In this research, patient disease data was grouped using multidimensional clustering data mining techniques. K-Means Clustering is a non-hierarchical data clustering method that groups data in the form of one or more clusters. Data that has the same characteristics is grouped in one cluster and data that has different characteristics is grouped in another cluster so that the data in one cluster has a small level of variation. This research aims to make the government pay more attention to areas that have high rates of infectious diseases both from the environment and other things. The results of research from 34 provinces and 8 infectious diseases show data where 32 areas are very vulnerable, 2 areas are vulnerable and 2 areas are quite vulnerable.
Keywords: Data Mining, Disease Cases, K-Means
Abstrak: Penyakit adalah suatu keadaan abnormal dimana tubuh ataupun pikiran mengalami ketidaknyamanan atau disfungsi terhadap orang yang dipengaruhinya. Setiap harinya jumlah warga yang menderita penyakit menular selalu bertambah dengan jenis penyakit yang berbeda. Oleh sebab itu, perlu adanya pengelompokan untuk membantu pihak pemerintah menemukan informasi mengenai penyakit yang paling banyak diderita oleh warga. Pada penelitian ini dilakukan pengelompokkan data penyakit pasien menggunakan teknik data mining clustering multidimensi. K-Means Clustering merupakan salah satu metode data clustering non-hirarki yang mengelompokkan data dalam bentuk satu atau lebih cluster. Data-data yang memiliki karakteristik yang sama dikelompokkan dalam satu cluster dan data yang memiliki karakteristik berbeda dikelompokkan dengan cluster yang lain sehingga data yang berada dalam satu cluster memiliki tingkat variasi yang kecil. Penelitian ini bertujuan agar pemerintah lebih perhatian terhadap daerah yang memilki angka tinggi terhadap penyakit menular baik dari lingkungan maupun dari hal lainnya. Hasil dari penelitian dari 34 Provinsi dan 8 Penyakit menular menunjukkan data dimana 32 daerah dengan sangat rawan, 2 daerah rawan dan 2 daerah cukup rawan.
Kata kunci: Data Mining, Kasus Penyakit, K-Means