Visualisasi Data Mining Cluster Covid-19 menggunakan K-means dan Aplikasi Google Colaboratory
DOI:
https://doi.org/10.52072/unitek.v15i2.443Kata Kunci:
Cluster, Data, Analisa, Covid-19Abstrak
Pada tahun 2020 secara merata penduduk dunia digemparkan dengan virus covid-19, tidak terkecuali masyarakat Indonesia yang secara langsung juga mulai terdampak dengan kasus penderita sembuh dan meninggal. Indonesia memiliki data dari beberapa provinsi yang terdampak dengan beberapa kriteria cluster, yaitu cluster 1 sampai dengan cluster 4. Dalam pengelompokan cluster tersebut banyak masyarakat yang mengalami masalah dengan gejala ringan sampai dengan gejala berat. Oleh karena itu, kami melakukan penelitian untuk melakukan pengelompokan kasus covid-19 dengan menggunakan data mining. Data mining tersebut digunakan untuk menentukan pola sesuai dengan algoritma yang digunakan. Algoritma K-means sangat membantu dalam mengatasi permasalahan dalam melakukan pengelompokan kasus covid-19 ini karena dapat menghasilkan cluster sesuai dengan data yang ada.
Hasil cluster yang telah terlihat adalah 2 provinsi cluster zona merah untuk penderita kasus Covid-19 terdiri dari provinsi DKI Jakarta dan Jawa Barat, 2 provinsi cluster zona orange terdiri dari provinsi Jawa Tengah dan dan Jawa Timur, 8 provinsi cluster zona kuning terdiri dari provinsi Bali, Banten, DI Yogyakarta, Sumatera Barat, Kalimantan Timur, Sumatera Utara, Riau, Sulawesi Selatan, , dan 22 provinsi lainnya termasuk cluster zona hijau
Kata kunci: cluster, data, analisa, covid-19
Unduhan
Referensi
Anggiat, Y. et al. (2022) ‘Data Mining Clustering Penyebaran Virus Covid-19 Berdasarkan Provinsi di Indonesia Metode K-Means’, Jurnal Sistem Informasi Kaputama (JSIK), 6(2).
Damanik, Y.F.S.Y. et al. (2021) ‘Penerapan Data Mining Untuk Pengelompokan Penyebaran Covid-19 Di Sumatera Utara Menggunakan Algoritma K-Means’, Jurnal Ilmu Komputer dan Informatika, 1(2). Available at: https://doi.org/10.54082/jiki.13.
Desyanti, D. (2021) ‘Implementasi Metode C.45 dalam Menganalisa Tingkat Kecemasan Mahasiswa Menyusun Tugas Akhir’, Jurnal Unitek, 14(1), pp. 17–29. Available at: https://doi.org/10.52072/unitek.v14i1.175.
Elsa Ramadanti and Muhamad Muslih (2021) ‘Analisis Persebaran Kasus Covid-19 Di Jawa Barat Menggunakan Metode K-Means Clusterin | Seminar Nasional Sistem Informasi dan Manajemen Informatika Universitas Nusa Putra’, SISMATIK (Seminar Nasional Sistem Informasi dan Manajemen Informatika), pp. 319–326. Available at: https://sismatik.nusaputra.ac.id/index.php/sismatik/article/view/41.
Febrina, Wetri (2021). Review: Perkembangan Teknologi Deteksi CoVid-19. Jurnal Unitek 14(2) pp. 58-66. Available at: https://doi.org/10.52072/unitek.v14i2.239
Hardiani, T. (2022) ‘Analisis Clustering Kasus Covid 19 di Indonesia Menggunakan Algoritma K-Means’, Jurnal Nasional Pendidikan Teknik Informatika …, 11, pp. 156–165. Available at: https://ejournal.undiksha.ac.id/index.php/janapati/article/view/45376%0Ahttps://ejournal.undiksha.ac.id/index.php/janapati/article/download/45376/22680.
Masriani, M., Alam, S. and Arham, A. (2022) ‘Rancang Bangun Sistem Automatic Touchless Mask Machine Upaya Pengendalian Penggunaan Masker di Masa Pandemi Covid-19’, Jurnal Unitek, 15(1), pp. 9–19. Available at: https://doi.org/10.52072/unitek.v15i1.314.