Perbandingan Metode Dbscan dan Optics dalam Pemetaan Penyebaran Penyakit Tuberkulosis di Provinsi Aceh

Persebaran tuberkulosis (TB) yang tidak merata dipengaruhi oleh perbedaan kondisi geografis, sosial, dan ekonomi, sehingga pemetaan berbasis data spasial diperlukan untuk melihat pola sebaran secara lebih jelas. Penelitian ini bertujuan membandingkan efektivitas metode Density-Based Spatial Clustering of Applications with Noise (DBSCAN) dan Ordering Points To Identify the Clustering Structure (OPTICS) dalam memetakan pola penyebaran TB di Provinsi Aceh. Penelitian ini bersifat deskriptif kuantitatif dengan pendekatan data mining menggunakan data sekunder dari E-Profil Kesehatan Aceh dan Global Tuberculosis Report 2023. Variabel yang dianalisis meliputi koordinat geografis (latitude dan longitude) serta jumlah kasus TB tahun 2019–2023. Tahapan analisis mencakup data cleaning, standarisasi, penentuan parameter ε DBSCAN melalui K-Nearest Neighbors Distance Plot dengan titik elbow pada kisaran 0,8–1,0 (k=2), penerapan DBSCAN dan OPTICS, evaluasi kualitas klaster menggunakan Silhouette, serta visualisasi dalam peta. Hasil DBSCAN membentuk dua klaster, dengan sebagian besar kabupaten/kota berada pada klaster dominan, sedangkan Aceh Tengah, Gayo Lues, dan Nagan Raya berada pada klaster yang menunjukkan pola sebaran yang menyimpang. OPTICS menghasilkan tiga klister dan mengidentifikasi satu klaster penyimpang (outlier), dengan Simeulue sebagai wilayah yang memiliki pola berbeda dari mayoritas. Evaluasi menunjukkan OPTICS memperoleh Silhouette Score rata-rata 0,409 (≈0,41) dan lebih adaptif pada variasi kepadatan, sedangkan DBSCAN cenderung menghasilkan lebih banyak data yang terklasifikasi sebagai noise.