ANALISIS PENGELOMPOKAN WILAYAH PENYEBARAN COVID-19 di INDONESIA DENGAN METODE CLUSTERING MENGGUNAKAN ALGORITMA K-MEANS dan K-MEDOIDS

Chandra Halim(1*), Hindriyanto Dwi Purnomo(2), Teguh Wahyono(3)

(1) Universitas Kristen Satya Wacana
(2) Universitas Kristen Satya Wacana
(3) Universitas Kristen Satya Wacana
(*) Corresponding Author

Abstract


Corona virus merupakan sebuah penyakit yang menyerang infeksi saluran pernafasan manusia yang umumnya ringan, seperti flu dan batuk. Jika tidak ada penanganan yang cepat akan mengakibatkan kematian. Virus ini dengan cepat menular ke manusia ke manusia melalui udara dan bersentuhan. Untuk mengurangi penyebaran virus dibutuhkan klastrisasi menggunakan algortima K-Means dan K-Medoids, metode ini bekerja untuk mempartisi objek kedalam kelompok. Klasterisasi tersebut diperoleh berdasarkan data total kasus, total kematian dan total kesembuhan. Berdasarkan hasil dari penelitian ini, algoritma K-Means lebih optimal dari pada K-Medoids pada mengklasterisasi daerah  - daerah di Indonesia. Dibuktikan pada nilai terbaik Davies Bouldin Index dari algoritma K-Means sebesar 0.158 dengan k = 4 dan algoritma K-Medoids sebesar 0.806 dengan k = 5. Hasil klasterisasi berdasarkan  nilai yang paling optimal yaitu algoritma K-Means, memperlihatkan cluster 1 Jawa Tengah dan Jawa Timur menjadi yang teratas dikarenakan tingkat kasus serta tingkat kematian yang tinggi.

Article metrics

Abstract views : 75 | views : 22

Full Text:

PDF (Bahasa Indonesia)

References


Z. Nabila, A. Rahman Isnain, and Z. Abidin, “Analisis Data Mining Untuk Clustering Kasus Covid-19 Di Provinsi Lampung Dengan Algoritma K-Means,” Jurnal Teknologi dan Sistem Informasi (JTSI), vol. 2, no. 2, p. 100, 2021, [Online]. Available: http://jim.teknokrat.ac.id/index.php/JTSI.

Z. I. Alfianti, “Pengelompokan Wilayah Penyebaran Covid-19 Di Kabupaten Karawang Menggunakan Algoritma K-Means,” Jurnal Ilmiah Informatika Komputer, vol. 26, no. 2, pp. 111–122, 2021, doi: 10.35760/ik.2021.v26i2.4155.

Kemenkes, “Situasi Global,” 2021. .

H. Harmawati and E. Yanti, “Kepatuhan Pengunjung Puskesmas Terhadap Protokol Kesehatan 3 M ( Memakai Masker, Mencuci Tangan, Menjaga Jarak Dan Menghindari Kerumunan),” Jurnal Abdimas Saintika, vol. 3, no. 1, p. 94, 2021, doi: 10.30633/jas.v3i1.1106.

S. Sindi, W. R. O. Ningse, I. A. Sihombing, F. Ilmi R.H.Zer, and D. Hartama, “Analisis algoritma K-Medoids clustering dalam pengelompokan penyebaran Covid-19 di Indonesia,” Jti (Jurnal Teknologi Informasi), vol. 4, no. 1, pp. 166–173, 2020.

T. A. Cinderatama et al., “Implementasi Metode K-Means , Dbscan , dan Meanshift Untuk Analisis Jenis Ancaman Jaringan Pada Intrusion Detection System,” INOVTEK Polbeng, vol. 7, pp. 169–184, 2022.

W. A. Triyanto, “Algoritma K-Medoids Untuk Penentuan Strategi Pemasaran Produk,” Simetris : Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, vol. 6, no. 1, p. 183, 2015, doi: 10.24176/simet.v6i1.254.

N. Dwitri, J. A. Tampubolon, S. Prayoga, F. Ilmi Zer, and D. Hartama, “Penerapan Algoritma K-Means Dalam Menentukan Tingkat Penyebaran Pandemi Covid-19 Di Indonesia,” Jti (Jurnal Teknologi Informasi), vol. 4, no. 1, pp. 101–105, 2020.

M. Anita Karwal and M. Shweta Khurana, Eds., ARTIFICIAL INTELLIGENCE CURRICULUM, 9th ed. India: Intel, 2019.

S. S. Prasetyo, M. Mustafid, and A. R. Hakim, “Penerapan Fuzzy C-Means Kluster Untuk Segmentasi Pelanggan E-Commerce Dengan Metode Recency Frequency Monetary (Rfm),” Jurnal Gaussian, vol. 9, no. 4, pp. 421–433, 2020, doi: 10.14710/j.gauss.v9i4.29445.

S. S. Nober Six Salvanius Mendrofa, “Data Mining Untuk Penempatan Barang,” vol. 06, no. 04, 2022.

M. Tanzil Furqon and L. Muflikhah, “Clustering the Potential Risk of Tsunami Using Density-Based Spatial Clustering of Application With Noise (Dbscan),” Journal of Enviromental Engineering and Sustainable Technology, vol. 3, no. 1, pp. 1–8, 2016, doi: 10.21776/ub.jeest.2016.003.01.1.

Tedyyana, A., Fauzi, M., Enda, D., Ratnawati, F., & Syam, E. (2022). Perancangan Aplikasi Tanggap Api Berbasis Android Menggunakan Metode Design Sprint. Jurnal Teknologi Informasi dan Ilmu Komputer, 9(2), 215-224. doi:http://dx.doi.org/10.25126/jtiik.2022914022




DOI: https://doi.org/10.35314/isi.v7i2.2566

Refbacks

  • There are currently no refbacks.




Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


This Journal has been listed and indexed in :

Find in a library with WorldCat Find in a library with WorldCat

Copyright of Jurnal Inovtek Polbeng - Seri Informatika (ISSN: 2527-9866)

Creative Commons License
ISI: Inovtek Polbeng Seri Informatikan is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Editorial Office :
Pusat Penelitian dan Pengabdian kepada Masyarakat
 Politeknik Negeri Bengkalis 
Jl. Bathin alam, Sungai Alam Bengkalis-Riau 28711 
E-mail: jurnalinformatika@polbeng.ac.id
www.polbeng.ac.id

Web
Analytics
View My Stats