UAS Data Mining - 13 Desember 2021
Hijriah Nur Istifani
13/December/2021
Impor dataset
library(readxl)
df <- read_excel("~/Desktop/Dataset 17_Dataset Kesiapan Nakes Indonesia.xlsx")
glimpse(df)## Rows: 210
## Columns: 15
## $ No. <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15…
## $ Usia <dbl> 42, 36, 37, 49, 42, 61, 53, 42, 37, 46, 43, 60, 3…
## $ `Pengalaman bekerja` <chr> "6-10 tahun", "6-10 tahun", "11-20 tahun", "11-20…
## $ Pendidikan <chr> "SMP/SMA", NA, "SMP/SMA", "SMP/SMA", "SMP/SMA", "…
## $ Pekerjaan <chr> "CHW", "CHW", "CHW", "CHW", "CHW", "CHW", NA, "CH…
## $ `Keahlian Komputer` <chr> "Terbatas", "Terbatas", "Terbatas", "Bagus", "Bag…
## $ `Fasilitas Android` <chr> "Ada", "Ada", "Ada", "Ada", "Ada", "Ada", "Ada", …
## $ `Aplikasi di HP` <chr> "Tidak Ada", "Ada", "Ada", "Ada", "Ada", "Ada", "…
## $ `Pengalaman HIS` <chr> "Tidak", "Ya", "Tidak", "Ya", "Ya", "Tidak", "Ya"…
## $ `Akses Internet` <chr> "Tidak", "Ya", "Tidak", "Tidak", "Tidak", "Tidak"…
## $ `Anggaran Bulanan` <chr> "Ya", "Ya", "Ya", "Ya", "Tidak", "Tidak", "Ya", "…
## $ `Kerja Kolaborasi` <chr> "Ya", "Ya", "Ya", "Ya", "Ya", "Ya", "Ya", "Ya", "…
## $ Kemauan <chr> "Ya", "Ya", "Ya", "Ya", "Tidak", "Tidak", "Ya", "…
## $ `Skor Kesiapan` <dbl> 3.95, 3.15, 3.75, 3.90, 3.45, 3.65, 3.95, 3.20, 3…
## $ `Kategori Kesiapan` <chr> "Siap", "Tidak Siap", "Siap", "Siap", "Siap", "Si…Skim dataset
df <- df %>% janitor::clean_names() #Merapikan nama atribut
glimpse(df)## Rows: 210
## Columns: 15
## $ no <dbl> 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, …
## $ usia <dbl> 42, 36, 37, 49, 42, 61, 53, 42, 37, 46, 43, 60, 36,…
## $ pengalaman_bekerja <chr> "6-10 tahun", "6-10 tahun", "11-20 tahun", "11-20 t…
## $ pendidikan <chr> "SMP/SMA", NA, "SMP/SMA", "SMP/SMA", "SMP/SMA", "SM…
## $ pekerjaan <chr> "CHW", "CHW", "CHW", "CHW", "CHW", "CHW", NA, "CHW"…
## $ keahlian_komputer <chr> "Terbatas", "Terbatas", "Terbatas", "Bagus", "Bagus…
## $ fasilitas_android <chr> "Ada", "Ada", "Ada", "Ada", "Ada", "Ada", "Ada", "A…
## $ aplikasi_di_hp <chr> "Tidak Ada", "Ada", "Ada", "Ada", "Ada", "Ada", "Ad…
## $ pengalaman_his <chr> "Tidak", "Ya", "Tidak", "Ya", "Ya", "Tidak", "Ya", …
## $ akses_internet <chr> "Tidak", "Ya", "Tidak", "Tidak", "Tidak", "Tidak", …
## $ anggaran_bulanan <chr> "Ya", "Ya", "Ya", "Ya", "Tidak", "Tidak", "Ya", "Ti…
## $ kerja_kolaborasi <chr> "Ya", "Ya", "Ya", "Ya", "Ya", "Ya", "Ya", "Ya", "Ya…
## $ kemauan <chr> "Ya", "Ya", "Ya", "Ya", "Tidak", "Tidak", "Ya", "Ya…
## $ skor_kesiapan <dbl> 3.95, 3.15, 3.75, 3.90, 3.45, 3.65, 3.95, 3.20, 3.0…
## $ kategori_kesiapan <chr> "Siap", "Tidak Siap", "Siap", "Siap", "Siap", "Siap…df <- df %>% mutate_if(is.character, as.factor) %>%
select(-c(no, kategori_kesiapan)) %>% #Drop variabel yang tidak relevan
mutate(usia = as.integer(usia),
skor_kesiapan = as.integer(skor_kesiapan))
skimr::skim(df)| Name | df |
| Number of rows | 210 |
| Number of columns | 13 |
| _______________________ | |
| Column type frequency: | |
| factor | 11 |
| numeric | 2 |
| ________________________ | |
| Group variables | None |
Variable type: factor
| skim_variable | n_missing | complete_rate | ordered | n_unique | top_counts |
|---|---|---|---|---|---|
| pengalaman_bekerja | 0 | 1 | FALSE | 4 | 6-1: 81, 11-: 58, kur: 45, leb: 26 |
| pendidikan | 1 | 1 | FALSE | 4 | SMP: 120, Dip: 71, Sar: 16, pos: 2 |
| pekerjaan | 1 | 1 | FALSE | 2 | CHW: 139, Mid: 70 |
| keahlian_komputer | 1 | 1 | FALSE | 2 | Bag: 123, Ter: 86 |
| fasilitas_android | 0 | 1 | FALSE | 2 | Ada: 207, Tid: 3 |
| aplikasi_di_hp | 1 | 1 | FALSE | 2 | Ada: 189, Tid: 20 |
| pengalaman_his | 1 | 1 | FALSE | 2 | Tid: 120, Ya: 89 |
| akses_internet | 0 | 1 | FALSE | 2 | Tid: 157, Ya: 53 |
| anggaran_bulanan | 1 | 1 | FALSE | 2 | Ya: 171, Tid: 38 |
| kerja_kolaborasi | 1 | 1 | FALSE | 2 | Ya: 141, Tid: 68 |
| kemauan | 1 | 1 | FALSE | 2 | Ya: 135, Tid: 74 |
Variable type: numeric
| skim_variable | n_missing | complete_rate | mean | sd | p0 | p25 | p50 | p75 | p100 | hist |
|---|---|---|---|---|---|---|---|---|---|---|
| usia | 0 | 1 | 42.4 | 10.27 | 22 | 35 | 42.5 | 50 | 64 | ▅▃▇▆▃ |
| skor_kesiapan | 0 | 1 | 5.0 | 26.35 | 2 | 3 | 3.0 | 3 | 385 | ▇▁▁▁▁ |
summary(df)## usia pengalaman_bekerja pendidikan pekerjaan
## Min. :22.0 11-20 tahun :58 Diploma : 71 CHW :139
## 1st Qu.:35.0 6-10 tahun :81 postgrad: 2 Midwife: 70
## Median :42.5 kurang dari 5 tahun:45 Sarjana : 16 NA's : 1
## Mean :42.4 lebih dari 20 tahun:26 SMP/SMA :120
## 3rd Qu.:50.0 NA's : 1
## Max. :64.0
## keahlian_komputer fasilitas_android aplikasi_di_hp pengalaman_his
## Bagus :123 Ada :207 Ada :189 Tidak:120
## Terbatas: 86 Tidak Ada: 3 Tidak Ada: 20 Ya : 89
## NA's : 1 NA's : 1 NA's : 1
##
##
##
## akses_internet anggaran_bulanan kerja_kolaborasi kemauan skor_kesiapan
## Tidak:157 Tidak: 38 Tidak: 68 Tidak: 74 Min. : 2.000
## Ya : 53 Ya :171 Ya :141 Ya :135 1st Qu.: 3.000
## NA's : 1 NA's : 1 NA's : 1 Median : 3.000
## Mean : 5.005
## 3rd Qu.: 3.000
## Max. :385.000Diperoleh informasi bahwa terdapat missing data pada 8 variabel bertipe kategorik, yaitu pendidikan, pekerjaan, keahlian_komputer, aplikasi_di_hp, pengalaman_his, anggaran_bulanan, *kerja_kolaborasi, dan kemauan masing-masing berjumlah 1 missing values. Sedangkan variabel bertipe numerik, yaitu usia dan skor_kesiapan tidak memiliki missing values.
Pengecekan outlier
data_boxplot <- df %>% select_if(is.numeric) %>%
reshape2::melt() ## No id variables; using all as measure variablesdata_boxplot %>% ggplot(aes(x=variable,y=value)) +
geom_boxplot(fill = "white", colour = "#3366FF") +
facet_wrap(~variable,scales = "free")+
labs(title = "Apakah terdapat outlier dalam data?")+
ylab("") + xlab("")
> Bisa dikatakan bahwa pada variabel skor_kesiapan memiliki satu nilai outlier yang kemungkinan besar adalah suatu noise dalam datanya. Sehingga, pada tahap selanjutnya observasi tersebut dihapus.
Data Pre-processing
df_preproc <- df %>% dplyr::filter(skor_kesiapan <10) #Observasi dengan nilai skor_kesiapan >10 (noise) dihilangkan dari dataset.
imputasi <- compute(df_preproc, method = "median/mode")
df_preproc <- impute(df_preproc, object = imputasi) # melakukan imputasi
glimpse(df_preproc)## Rows: 209
## Columns: 13
## $ usia <int> 42, 36, 37, 49, 42, 61, 53, 42, 37, 46, 43, 60, 36,…
## $ pengalaman_bekerja <fct> 6-10 tahun, 6-10 tahun, 11-20 tahun, 11-20 tahun, 1…
## $ pendidikan <fct> SMP/SMA, SMP/SMA, SMP/SMA, SMP/SMA, SMP/SMA, SMP/SM…
## $ pekerjaan <fct> CHW, CHW, CHW, CHW, CHW, CHW, CHW, CHW, CHW, CHW, C…
## $ keahlian_komputer <fct> Terbatas, Terbatas, Terbatas, Bagus, Bagus, Terbata…
## $ fasilitas_android <fct> Ada, Ada, Ada, Ada, Ada, Ada, Ada, Ada, Ada, Ada, A…
## $ aplikasi_di_hp <fct> Tidak Ada, Ada, Ada, Ada, Ada, Ada, Ada, Ada, Ada, …
## $ pengalaman_his <fct> Tidak, Ya, Tidak, Ya, Ya, Tidak, Ya, Ya, Ya, Tidak,…
## $ akses_internet <fct> Tidak, Ya, Tidak, Tidak, Tidak, Tidak, Tidak, Tidak…
## $ anggaran_bulanan <fct> Ya, Ya, Ya, Ya, Tidak, Tidak, Ya, Tidak, Tidak, Ya,…
## $ kerja_kolaborasi <fct> Ya, Ya, Ya, Ya, Ya, Ya, Ya, Ya, Ya, Ya, Ya, Ya, Ya,…
## $ kemauan <fct> Ya, Ya, Ya, Ya, Tidak, Tidak, Ya, Ya, Ya, Ya, Ya, T…
## $ skor_kesiapan <int> 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 2, 3, 3, 3, …summary(df_preproc)## usia pengalaman_bekerja pendidikan pekerjaan
## Min. :22.00 11-20 tahun :57 Diploma : 70 CHW :140
## 1st Qu.:35.00 6-10 tahun :81 postgrad: 2 Midwife: 69
## Median :43.00 kurang dari 5 tahun:45 Sarjana : 16
## Mean :42.41 lebih dari 20 tahun:26 SMP/SMA :121
## 3rd Qu.:50.00
## Max. :64.00
## keahlian_komputer fasilitas_android aplikasi_di_hp pengalaman_his
## Bagus :123 Ada :206 Ada :189 Tidak:120
## Terbatas: 86 Tidak Ada: 3 Tidak Ada: 20 Ya : 89
##
##
##
##
## akses_internet anggaran_bulanan kerja_kolaborasi kemauan skor_kesiapan
## Tidak:156 Tidak: 38 Tidak: 68 Tidak: 74 Min. :2.000
## Ya : 53 Ya :171 Ya :141 Ya :135 1st Qu.:3.000
## Median :3.000
## Mean :3.187
## 3rd Qu.:3.000
## Max. :4.000Encode variabel
df_preproc$pendidikan <- factor(df_preproc$pendidikan,
levels = c('SMP/SMA', 'Diploma', 'Sarjana', 'postgrad'),
labels = c(1, 2, 3, 4))
df_preproc$pengalaman_bekerja <- factor(df_preproc$pengalaman_bekerja,
levels = c('kurang dari 5 tahun', '6-10 tahun', '11-20 tahun', 'lebih dari 20 tahun'),
labels = c(1, 2, 3, 4))
summary(df_preproc)## usia pengalaman_bekerja pendidikan pekerjaan keahlian_komputer
## Min. :22.00 1:45 1:121 CHW :140 Bagus :123
## 1st Qu.:35.00 2:81 2: 70 Midwife: 69 Terbatas: 86
## Median :43.00 3:57 3: 16
## Mean :42.41 4:26 4: 2
## 3rd Qu.:50.00
## Max. :64.00
## fasilitas_android aplikasi_di_hp pengalaman_his akses_internet
## Ada :206 Ada :189 Tidak:120 Tidak:156
## Tidak Ada: 3 Tidak Ada: 20 Ya : 89 Ya : 53
##
##
##
##
## anggaran_bulanan kerja_kolaborasi kemauan skor_kesiapan
## Tidak: 38 Tidak: 68 Tidak: 74 Min. :2.000
## Ya :171 Ya :141 Ya :135 1st Qu.:3.000
## Median :3.000
## Mean :3.187
## 3rd Qu.:3.000
## Max. :4.000df_preproc <- df_preproc %>% mutate(pengalaman_bekerja = as.numeric(pengalaman_bekerja),
pendidikan = as.numeric(pendidikan))One hot encoding
df_onehot <- df_preproc
set.seed(100)
pre_proc <- recipe( ~ ., data = df_onehot) %>%
step_dummy(all_nominal_predictors(), one_hot = T)
d_prep <- pre_proc %>% prep(training = df_onehot, retain = T)
d_prep## Data Recipe
##
## Inputs:
##
## role #variables
## predictor 13
##
## Training data contained 209 data points and no missing data.
##
## Operations:
##
## Dummy variables from pekerjaan, keahlian_komputer, ... [trained]d2 <- juice(d_prep)
df_aftonehot <- sample_n(df_preproc, size = NROW(df_preproc)) # taking 5 random rows
df_final <- bake(d_prep, new_data = df_aftonehot)
summary(df_final)## usia pengalaman_bekerja pendidikan skor_kesiapan
## Min. :22.00 Min. :1.000 Min. :1.000 Min. :2.000
## 1st Qu.:35.00 1st Qu.:2.000 1st Qu.:1.000 1st Qu.:3.000
## Median :43.00 Median :2.000 Median :1.000 Median :3.000
## Mean :42.41 Mean :2.306 Mean :1.517 Mean :3.187
## 3rd Qu.:50.00 3rd Qu.:3.000 3rd Qu.:2.000 3rd Qu.:3.000
## Max. :64.00 Max. :4.000 Max. :4.000 Max. :4.000
## pekerjaan_CHW pekerjaan_Midwife keahlian_komputer_Bagus
## Min. :0.0000 Min. :0.0000 Min. :0.0000
## 1st Qu.:0.0000 1st Qu.:0.0000 1st Qu.:0.0000
## Median :1.0000 Median :0.0000 Median :1.0000
## Mean :0.6699 Mean :0.3301 Mean :0.5885
## 3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:1.0000
## Max. :1.0000 Max. :1.0000 Max. :1.0000
## keahlian_komputer_Terbatas fasilitas_android_Ada fasilitas_android_Tidak.Ada
## Min. :0.0000 Min. :0.0000 Min. :0.00000
## 1st Qu.:0.0000 1st Qu.:1.0000 1st Qu.:0.00000
## Median :0.0000 Median :1.0000 Median :0.00000
## Mean :0.4115 Mean :0.9856 Mean :0.01435
## 3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:0.00000
## Max. :1.0000 Max. :1.0000 Max. :1.00000
## aplikasi_di_hp_Ada aplikasi_di_hp_Tidak.Ada pengalaman_his_Tidak
## Min. :0.0000 Min. :0.00000 Min. :0.0000
## 1st Qu.:1.0000 1st Qu.:0.00000 1st Qu.:0.0000
## Median :1.0000 Median :0.00000 Median :1.0000
## Mean :0.9043 Mean :0.09569 Mean :0.5742
## 3rd Qu.:1.0000 3rd Qu.:0.00000 3rd Qu.:1.0000
## Max. :1.0000 Max. :1.00000 Max. :1.0000
## pengalaman_his_Ya akses_internet_Tidak akses_internet_Ya
## Min. :0.0000 Min. :0.0000 Min. :0.0000
## 1st Qu.:0.0000 1st Qu.:0.0000 1st Qu.:0.0000
## Median :0.0000 Median :1.0000 Median :0.0000
## Mean :0.4258 Mean :0.7464 Mean :0.2536
## 3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:1.0000
## Max. :1.0000 Max. :1.0000 Max. :1.0000
## anggaran_bulanan_Tidak anggaran_bulanan_Ya kerja_kolaborasi_Tidak
## Min. :0.0000 Min. :0.0000 Min. :0.0000
## 1st Qu.:0.0000 1st Qu.:1.0000 1st Qu.:0.0000
## Median :0.0000 Median :1.0000 Median :0.0000
## Mean :0.1818 Mean :0.8182 Mean :0.3254
## 3rd Qu.:0.0000 3rd Qu.:1.0000 3rd Qu.:1.0000
## Max. :1.0000 Max. :1.0000 Max. :1.0000
## kerja_kolaborasi_Ya kemauan_Tidak kemauan_Ya
## Min. :0.0000 Min. :0.0000 Min. :0.0000
## 1st Qu.:0.0000 1st Qu.:0.0000 1st Qu.:0.0000
## Median :1.0000 Median :0.0000 Median :1.0000
## Mean :0.6746 Mean :0.3541 Mean :0.6459
## 3rd Qu.:1.0000 3rd Qu.:1.0000 3rd Qu.:1.0000
## Max. :1.0000 Max. :1.0000 Max. :1.0000Persiapan clustering
library(cluster)
library(factoextra)
library(dbscan)
library(fpc)
library(NbClust)Menentukkan jumlah k klaster untuk clara dan kmeans dengan silhouette
fviz_nbclust(df_final, pam, method = "silhouette")+
theme_update() #Diperoleh k= 2
fviz_nbclust(df_final, kmeans, method = "silhouette")+
theme_update() #Diperoleh k= 2
K-Medoids/PAM
set.seed(1234)
pam.res <- pam(df_final, 2)
print(pam.res)## Medoids:
## ID usia pengalaman_bekerja pendidikan skor_kesiapan pekerjaan_CHW
## [1,] 124 48 2 1 3 1
## [2,] 200 30 2 2 3 0
## pekerjaan_Midwife keahlian_komputer_Bagus keahlian_komputer_Terbatas
## [1,] 0 0 1
## [2,] 1 1 0
## fasilitas_android_Ada fasilitas_android_Tidak.Ada aplikasi_di_hp_Ada
## [1,] 1 0 1
## [2,] 1 0 1
## aplikasi_di_hp_Tidak.Ada pengalaman_his_Tidak pengalaman_his_Ya
## [1,] 0 1 0
## [2,] 0 0 1
## akses_internet_Tidak akses_internet_Ya anggaran_bulanan_Tidak
## [1,] 1 0 0
## [2,] 1 0 0
## anggaran_bulanan_Ya kerja_kolaborasi_Tidak kerja_kolaborasi_Ya
## [1,] 1 1 0
## [2,] 1 0 1
## kemauan_Tidak kemauan_Ya
## [1,] 0 1
## [2,] 0 1
## Clustering vector:
## [1] 1 2 2 1 1 1 1 1 1 1 1 2 1 1 2 1 2 2 1 2 2 1 1 1 1 2 1 2 1 2 2 1 2 1 1 1 2
## [38] 1 2 1 2 1 1 2 1 1 1 1 1 1 2 2 2 1 1 1 2 2 2 1 1 2 2 1 2 2 1 1 1 2 2 2 2 1
## [75] 1 1 2 2 1 1 1 1 2 1 1 2 1 1 1 1 1 2 1 1 2 1 1 2 1 1 2 1 1 1 2 2 1 2 1 1 2
## [112] 2 1 1 1 1 1 1 2 1 1 1 2 1 1 1 1 1 2 1 2 1 1 1 1 1 1 2 1 2 1 2 2 1 1 1 1 1
## [149] 1 1 1 1 1 1 2 1 2 1 1 1 2 2 1 1 1 1 2 2 1 1 1 1 2 1 1 2 1 1 1 2 1 2 2 1 2
## [186] 1 1 2 1 1 2 2 1 1 2 1 1 1 1 2 1 2 1 1 2 2 1 1 2
## Objective function:
## build swap
## 6.328449 5.842452
##
## Available components:
## [1] "medoids" "id.med" "clustering" "objective" "isolation"
## [6] "clusinfo" "silinfo" "diss" "call" "data"# Gabung dengan data awal
pam_klaster <- cbind(df_final, cluster = pam.res$cluster)
pam_klaster <- as.data.frame(pam_klaster)
pam_klaster$cluster <- as.factor(pam_klaster$cluster)
pam_klaster %>% head()## usia pengalaman_bekerja pendidikan skor_kesiapan pekerjaan_CHW
## 1 41 3 2 4 0
## 2 27 2 2 3 0
## 3 31 3 2 3 0
## 4 49 3 1 3 1
## 5 48 3 1 2 1
## 6 47 3 1 3 1
## pekerjaan_Midwife keahlian_komputer_Bagus keahlian_komputer_Terbatas
## 1 1 1 0
## 2 1 1 0
## 3 1 1 0
## 4 0 1 0
## 5 0 0 1
## 6 0 0 1
## fasilitas_android_Ada fasilitas_android_Tidak.Ada aplikasi_di_hp_Ada
## 1 1 0 1
## 2 1 0 1
## 3 1 0 1
## 4 1 0 1
## 5 1 0 1
## 6 1 0 1
## aplikasi_di_hp_Tidak.Ada pengalaman_his_Tidak pengalaman_his_Ya
## 1 0 1 0
## 2 0 0 1
## 3 0 0 1
## 4 0 0 1
## 5 0 1 0
## 6 0 1 0
## akses_internet_Tidak akses_internet_Ya anggaran_bulanan_Tidak
## 1 0 1 1
## 2 0 1 0
## 3 1 0 0
## 4 1 0 0
## 5 0 1 1
## 6 1 0 0
## anggaran_bulanan_Ya kerja_kolaborasi_Tidak kerja_kolaborasi_Ya kemauan_Tidak
## 1 0 0 1 0
## 2 1 0 1 1
## 3 1 0 1 0
## 4 1 0 1 0
## 5 0 1 0 0
## 6 1 1 0 1
## kemauan_Ya cluster
## 1 1 1
## 2 0 2
## 3 1 2
## 4 1 1
## 5 1 1
## 6 0 1# Sedikit visualisasi
ggplot(pam_klaster, aes(x=cluster,y=(usia),color=cluster)) + geom_boxplot()
ggplot(pam_klaster, aes(x=cluster,y=(pengalaman_bekerja), color=cluster)) + geom_boxplot()
ggplot(pam_klaster, aes(x=cluster,y=(pendidikan), color=cluster)) + geom_boxplot()
ggplot(pam_klaster, aes(x=cluster,y=(skor_kesiapan), color=cluster)) + geom_boxplot()
# Summary hasil
pam_klaster %>% group_by(cluster) %>%
summarise(usia=median(usia),
pengalaman_bekerja=median(pengalaman_bekerja),
pendidikan=median(pendidikan),
skor_kesiapan=median(skor_kesiapan),
n_obs = n()) ## # A tibble: 2 × 6
## cluster usia pengalaman_bekerja pendidikan skor_kesiapan n_obs
## <fct> <dbl> <dbl> <dbl> <dbl> <int>
## 1 1 48 3 1 3 136
## 2 2 31 2 2 3 73K-Means
set.seed(1234)
km.res <- kmeans(df_final, 2)
print(km.res)## K-means clustering with 2 clusters of sizes 98, 111
##
## Cluster means:
## usia pengalaman_bekerja pendidikan skor_kesiapan pekerjaan_CHW
## 1 33.43878 1.918367 1.714286 3.234694 0.4285714
## 2 50.33333 2.648649 1.342342 3.144144 0.8828829
## pekerjaan_Midwife keahlian_komputer_Bagus keahlian_komputer_Terbatas
## 1 0.5714286 0.7653061 0.2346939
## 2 0.1171171 0.4324324 0.5675676
## fasilitas_android_Ada fasilitas_android_Tidak.Ada aplikasi_di_hp_Ada
## 1 0.9897959 0.01020408 0.9489796
## 2 0.9819820 0.01801802 0.8648649
## aplikasi_di_hp_Tidak.Ada pengalaman_his_Tidak pengalaman_his_Ya
## 1 0.05102041 0.4693878 0.5306122
## 2 0.13513514 0.6666667 0.3333333
## akses_internet_Tidak akses_internet_Ya anggaran_bulanan_Tidak
## 1 0.6428571 0.3571429 0.1938776
## 2 0.8378378 0.1621622 0.1711712
## anggaran_bulanan_Ya kerja_kolaborasi_Tidak kerja_kolaborasi_Ya kemauan_Tidak
## 1 0.8061224 0.2959184 0.7040816 0.3775510
## 2 0.8288288 0.3513514 0.6486486 0.3333333
## kemauan_Ya
## 1 0.6224490
## 2 0.6666667
##
## Clustering vector:
## [1] 1 1 1 2 2 2 2 2 2 1 2 1 2 2 1 2 1 1 2 1 1 2 2 1 2 1 2 1 1 1 1 2 1 2 2 2 1
## [38] 2 1 1 1 1 2 1 2 2 2 2 2 2 1 1 1 2 2 2 1 1 1 2 2 1 1 1 1 1 2 2 2 1 1 1 1 2
## [75] 2 2 1 1 2 2 1 1 1 1 1 1 2 2 2 2 2 1 2 2 1 2 2 1 2 2 1 2 2 1 1 1 1 1 2 1 1
## [112] 1 2 2 2 1 2 2 1 2 2 1 1 2 2 1 2 2 1 2 1 2 2 1 2 2 2 1 2 1 2 1 1 2 2 2 1 2
## [149] 1 2 2 2 2 2 1 2 1 2 2 2 1 1 1 2 2 2 1 1 1 2 2 2 1 2 2 1 2 2 2 1 2 1 1 2 1
## [186] 2 2 1 2 2 1 1 2 2 1 2 2 2 2 1 2 1 1 1 1 1 1 2 1
##
## Within cluster sum of squares by cluster:
## [1] 3715.102 4382.883
## (between_SS / total_SS = 64.8 %)
##
## Available components:
##
## [1] "cluster" "centers" "totss" "withinss" "tot.withinss"
## [6] "betweenss" "size" "iter" "ifault"# Gabung dengan data awal
km_klaster <- cbind(df_final, cluster = km.res$cluster)
km_klaster <- as.data.frame(km_klaster)
km_klaster$cluster <- as.factor(km_klaster$cluster)
# Sedikit visualisasi
ggplot(km_klaster, aes(x=cluster,y=(usia),color=cluster)) + geom_boxplot()
ggplot(km_klaster, aes(x=cluster,y=(pengalaman_bekerja), color=cluster)) + geom_boxplot()
ggplot(km_klaster, aes(x=cluster,y=(pendidikan), color=cluster)) + geom_boxplot()
ggplot(km_klaster, aes(x=cluster,y=(skor_kesiapan), color=cluster)) + geom_boxplot()
# Summary hasil
km_klaster %>% group_by(cluster) %>%
summarise(usia=median(usia),
pengalaman_bekerja=median(pengalaman_bekerja),
pendidikan=median(pendidikan),
skor_kesiapan=median(skor_kesiapan),
n_obs = n())## # A tibble: 2 × 6
## cluster usia pengalaman_bekerja pendidikan skor_kesiapan n_obs
## <fct> <dbl> <dbl> <dbl> <dbl> <int>
## 1 1 34 2 2 3 98
## 2 2 50 3 1 3 111Evaluasi klaster (Internal Validation)
# Silhouette
sil_pam <- silhouette(pam.res$cluster, dist(df_final))
fviz_silhouette(sil_pam) # Average silhouette : 0.51## cluster size ave.sil.width
## 1 1 136 0.46
## 2 2 73 0.59
sil_km <- silhouette(km.res$cluster, dist(df_final))
fviz_silhouette(sil_km) # Average silhouette : 0.52## cluster size ave.sil.width
## 1 1 98 0.51
## 2 2 111 0.52
set.seed(1234)
pam_stats <- cluster.stats(dist(df_final), pam.res$cluster)
pam_stats$dunn # Nilai Dunn index = 0.05581456## [1] 0.05581456km_stats <- cluster.stats(dist(df_final), km.res$cluster)
km_stats$dunn # Nilai Dunn index = 0.06343615## [1] 0.06343615Hasil summary dan visualisasi klaster terbaik : K-Means
fviz_cluster(list(data = df_final, cluster = km.res$cluster),
ellipse.type = "convex", geom = "point", stand = FALSE,
palette = "jco") + theme_minimal(base_size = 11 ) + ggtitle("") +
scale_colour_discrete(name = "Cluster", labels = c("Tidak siap","Siap")) +
theme_update() + theme(legend.position = "right")## Scale for 'colour' is already present. Adding another scale for 'colour',
## which will replace the existing scale.
Dua cluster yang terbentuk dinamakan sebagai cluster siap dan tidak siap. Cluster 2 dipilih sebagai cluster siap karena peneliti menitikberatkan perhatian pada variabel terpenting (menurut peneliti) yang mana secara berurutan, yaitu 1. usia, 2. pengalaman bekerja, 3. pendidikan, dan terakhir 4. skor kepuasan.
Kesimpulan
Berdasarkan hasil di atas, diperoleh informasi bahwa:
Tenaga kesehatan yang cukup senior dari segi usia cenderung berada pada cluster siap.
Tenaga kesehatan yang berada pada cluster siap memiliki pengalaman kerja lebih dari 10 tahun. Walaupun begitu, dari segi pendidikan, tenaga kesehatan pada cluster siap rata-rata berpendidikan SMP/SMA.
Dari segi skor kesiapan, cluster siap dan tidak siap memiliki rata-rata yang sama, yaitu bernilai 3.