Implementasi K-Means Dalam Pengelompokan Penyebaran COVID-19 di Jawa Barat
Abstract
Abstract
Confirmed cases of the COVID-19 virus that are still unstable, as well as the comparison of total confirmed and total recoveries are quite far, which if not treated quickly will cause the number of people exposed to be increasing. This article aims to test the K-Means algorithm in grouping the spread of Covid-19 in West Java. The grouping was carried out based on confirmed parameters, isolated/under treatment, completed isolation/recovered and died from each area in West Java Province. K-means performs clustering in 3 clusters, namely the high distribution cluster (C1), the moderately distributed cluster (C2) and the lightly distributed cluster (C3). Based on the results of system analysis and testing, there are 2 regions in the high distribution cluster (C1), 6 regions for the medium distribution cluster (C2), and 19 regions for the low distribution cluster (C3).
Keywords: Spread of COVID-19, K-Means Algorithm, Grouping
Abstrak
Kasus terkonfirmasi virus COVID-19 yang masih belum stabil, serta perbandingan total terkonfirmasi dan total sembuh cukup jauh, dimana jika tidak segera ditangani dengan cepat akan menyebabkan jumlah orang yang terpapar menjadi semakin banyak. Artikel ini bertujuan untuk menguji algoritma K-Means dalam pengelompokan penyebaran Covid-19 di Jawa Barat. Pengelompokkan dilakukan berdasarkan parameter terkonfirmasi, isolasi/dalam perawatan, selesai isolasi/sembuh dan meninggal dari masing-masing daerah yang ada di Provinsi Jawa barat. K-means melakukan klasterisasi dalam 3 cluster yaitu cluster penyebaran tinggi (C1), cluster penyebaran sedang (C2) dan cluster penyebaran ringan (C3). Berdasarkan hasil analisis dan pengujian sistem, daerah yang masuk ke cluster penyebaran tinggi (C1) sebanyak 2 daerah, untuk cluster penyebaran sedang (C2) sebanyak 6 daerah, dan cluster penyebaran rendah (C3) sebanyak 19 daerah.
Kata kunci: Penyebaran COVID-19, Algoritma K-Means, Pengelompokan
References
Aenun, E. J., Suprayogi, A., & Muflihunna, K. Penerapan Algoritma K-Means dalam Penentuan Status Zona Covid-19 Desa di Kabupaten Kudus. In Prosiding Seminar Pendidikan Matematika dan Matematika, 2021, 4(2): 2721
Anonim, “Covid-19.” https://covid19.go.id/ (accessed Feb. 17, 2021).
Anonim, “PIKOBAR.” https://pikobar.jabarprov.go.id/ (accessed Feb. 17, 2021).
Dwitri, N., Tampubolon, J. A., Prayoga, S., Zer, F. I. R., & Hartama, D. Penerapan algoritma K-Means dalam menentukan tingkat penyebaran pandemi COVID-19 di Indonesia. JurTI (Jurnal Teknologi Informasi), 2020, 4(1): 128-132.
Hakim, F. H., & Arnie, R. PERBANDINGAN PENENTUAN BUY DAN SELL PADA TRADING FOREX USDIDR DENGAN EURUSD MENGGUNAKAN METODE SUPPLY AND DEMAND DENGAN ALGORITMA K-MEANS. Jutisi: Jurnal Ilmiah Teknik Informatika dan Sistem Informasi, 2019, 8(1): 23-32.
Hendini, A. Pemodelan UML sistem informasi monitoring penjualan dan stok barang (studi kasus: distro zhezha pontianak). Jurnal Khatulistiwa Informatika, 2016, 4(2):107-116
Hilda, Y., & Widodo, E. Perbandingan K-Means dan K-Medoids Clustering terhadap Kelayakan Puskesmas di DIY Tahun 2015. In Prosiding SI MaNIs (Seminar Nasional Integrasi Matematika dan Nilai-Nilai Islami), 2017, 1(1): 116-122.
Indraputra, R. A., & Fitriana, R. K-Means Clustering Data COVID-19. Jurnal Teknik Industri, 2020, 10(3): 275-282.
Kusumah, R. D., Warsito, B., & Mukid, M. A. Perbandingan metode k–means dan self organizing map (Studi kasus: pengelompokan kabupaten/kota di jawa tengah berdasarkan indikator indeks pembangunan manusia 2015). Jurnal Gaussian, 2017, 6(3): 429-437.
Marzuki, I. COVID-19: Seribu Satu Wajah, 2021st ed. Medan: Yayasan Kita Menulis, 2021.
Rosadi, J., Sembiring, F., Sulastri, A., & Sihite, A. N. PENERAPAN K-MEANS CLUSTERING PADA PEMILIHAN PROGRAM PRIORITAS DANA DESA. In Seminar Nasional Informatika (SEMNASIF), 2020, 1(1): 351-361.
Sari, D. N. P., & Sukestiyarno, Y. L. Analisis Cluster Dengan Metode K-Means Pada Persebaran Kasus COVID-19 Berdasarkan Provinsi di Indonesia. In PRISMA, Prosiding Seminar Nasional Matematika, 2021, (4): 602-610.
Sianipar, K. D. R., Siahaan, S. W., Siregar, M., Zer, F. I. R., & Hartama, D. Penerapan Algoritma K-Means Dalam Menentukan Tingkat Kepuasan Pembelajaran Online Pada Masa Pandemi Covid-19. JurTI (Jurnal Teknologi Informasi), 2020, 4(1): 101-105.
Solichin, A. Khairunnisa, K. Klasterisasi Persebaran Virus Corona (Covid-19) Di DKI Jakarta Menggunakan Metode K-Means, Fountain Informatics J., 2020, 5(2): 52-59
Suryanto, J. Analisa Perbandingan Pengelompokkan Curah Hujan 15 Harian Provinsi Diy Menggunakan Fuzzy Clustering Dan K-Means Clustering. Jurnal AGRIFOR, 2017, XVI: 229-242
Yustanti, W., Rahmawati, N., & Yamasari, Y. Klastering Wilayah Kota/Kabupaten Berdasarkan Data Persebaran Covid-19 Di Propinsi Jawa Timur dengan Metode K-Means. JIEET (Journal of Information Engineering and Educational Technology), 2020, 4(1): 1-9.
How To Cite This :
Refbacks
- There are currently no refbacks.
