PENERAPAN ALGORITMA K-MEANS DALAM MENENTUKAN TINGKAT PENYEBARAN PANDEMI COVID-19 DI INDONESIA

Nayuni Dwitri; Jose Andreas Tampubolon; Sandi Prayoga; Fikrul Ilmi R.H Zer; Dedy Hartama

doi:10.36294/jurti.v4i1.1266

PENERAPAN ALGORITMA K-MEANS DALAM MENENTUKAN TINGKAT PENYEBARAN PANDEMI COVID-19 DI INDONESIA

Nayuni Dwitri, Jose Andreas Tampubolon, Sandi Prayoga, Fikrul Ilmi R.H Zer, Dedy Hartama

Abstract

Abstract - COVID-19 is an infectious disease caused by acute coronavirus 2 (severe acute respiratory coronavirus 2 or SARS-CoV-2) respiratory syndrome. The even distribution of COVID-19 cases in all provinces in Indonesia is a fairly rapid spread and harms all fields. The vast territory of Indonesia allows the need for grouping sections by region in Indonesia. This grouping will produce center points for the spread of COVID cases - 19. K-Means is one of the Clustering algorithms that is used to divide data into several groups with a system partition. This algorithm accepts input in the form of data without class labels. Due to the global pandemic that occurred many parties sought to participate in overcoming. This research was conducted for application in the spread of the co-19 pandemic in Indonesia. In this study, the K-Means algorithm is used to determine the level of co-19 distribution in regions in Indonesia.

Keywords - Algorithms, K-Means, Covid-19, The distribution, Pandemic

Abstrak - COVID-19 adalah penyakit yang dapat menular jika adanya kontak antara penular dengan orang lain,dan ditandai dengan gejala pada bagian pernapasan disebut SARS-CoV-2. Penyebaran kasus COVID-19 yang merata di seluruh provinsi di Indonesia,merupakan penyebaran yang cukup cepat dan berdampak negatif pada seluruh bidang. Luasnya wilayah Indonesia memungkinkan diperlukannya pengelompokkan bagian bagian berdasarkan wilayah di Indonesia.Pengelompokkan ini akan menghasilkan titik – titik pusat penyebaran kasus COVID -19. Salah satu algoritma Clustering adalah K-Means yang mengunakan beberapa kelompok untuk penempatan beberapa data dengan sistem partisi. Data-data tanpa label kelas diterima oleh Algoritma ini. Dikarenakan pandemi global yang terjadi banyak pihak berupaya ikut berperan serta dalam mengatasi. Penelitian ini dilakukan untuk penerapan dalam penyebaran pandemi covid-19 di Indonesia. Dalam penelitian ini mengunakan algoritma K-Means untuk menentukan bagaimana tingkat penyebaran covid-19 di daerah-daerah yang ada di Indonesia.

Kata kunci - Algoritma, K-Means , COVID-19, Penyebaran, Pandemi

Keywords

Algorithms, K-Means, Covid-19, The distribution, Pandemic

Full Text:

PDF

References

A.R. Setiawan, Lembar Kegiatan Literasi Saintifik untuk Pembelajaran Jarak Jauh Topik Penyakit Coronavirus 2019 (COVID-19), Edukatif: Jurnal Ilmu Pendidikan Vol 2, No 1, 2020.

A. Wanto, et al, Data Mining : Algoritma dan Implementasi, Medan : Yayasan Kita Menulis, 2020 .

T. Naibaho, et al . Kemampuan Siswa Menentukan Turunan Fungsi Aljabar Dengan Pembelajaran Model Kooperatif Tipe NHT (Kasus: Di Kelas XI MIA SMA Swasta Cerdas Bangsa Namurambe Tahun Pelajaran 2017/2018), Seminar Nasional Matematika dan Terapan, Vol. 1, 2019.

M.T.I. Rahmayani, Analisis Clustering Tingkat Keparahan Penyakit Pasien Menggunakan Algoritma K-Means (Studi Kasus di Puskesmas Bandar Seikijang), JITI, Vol.1, No. 2, 2018.

A. Susilo, et al, Coronavirus Disease 2019: Tinjauan Literatur Terkini . Jurnal Penyakit Dalam Indonesia, Vol. 7, No. 1, 2020.

N. Meisida, et al. K-Means untuk KLASIFIKASI PENYAKIT KARIES GIGI, Kumpulan jurnal Ilmu Komputer (KLIK) Volume 01, No.01, 2014

A. Bastian, et al, PENERAPAN ALGORITMA K-MEANS CLUSTERING ANALYSIS PADA PENYAKIT MENULAR MANUSIA (STUDI KASUS KABUPATEN MAJALENGKA). Jurnal Sistem Informasi (Journal of Information System), Volume 14, Issue 1, 2018.

F. Nasari, et al. Penerapan Algoritma K-Means Clustering Untuk Pengelompokkan Penyebaran Diare Di Kabupaten Langkat. Cogito Smart Journal, VOL. 2, NO. 2, 2016.

DOI: https://doi.org/10.36294/jurti.v4i1.1266