PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS DALAM CLUSTERING RATA-RATA PENAMBAHAN KASUS COVID-19 BERDASARKAN KOTA/KABUPATEN DI PROVINSI SUMATERA SELATAN
Abstract views: 573
,
PDF downloads: 525
Abstract
Penyebaran yang cukup luas dan cepat, membuat pandemi Covid-19 di Sumatera Selatan berdampak negatif pada semua sektor seperti kesehatan, pekerjaan dan perekonomian. Dengan kebijakan pemerintah yang mengelompokkan wilayah penanganan Covid-19 menjadi 4 zona, perlu dievaluasi apakah pengelompokkan wilayah tersebut sudah tepat menggunakan teknik clustering data mining dengan algoritma K-Means dan K-Medoids. Dari hasil pengujian algoritma K-Means memberikan nilai DBI terbaik adalah 0.078 pada K=2. Sedangkan algoritma K-Medoids memberikan nilai DBI terbaik adalah 0.250 pada K=3. Sehingga kesimpulan yang didapatkan, pembagian wilayah penanganan Covid-19 di provinsi Sumatera Selatan dibagi menjadi 2 cluster (yaitu Kota Palembang dan Luar Kota Palembang) atau menjadi 3 cluster (yaitu Kota Palembang, dekat dengan Kota Palembang dan jauh dari Kota Palembang).
Kata kunci: Covid-19, K-Means, K-Medoids, Clustering, DBI
Downloads
References
Yuliana, “Wellness And Healthy Magazine: Diagnosis dan tatalaksana Pneumonitis,” vol. 2, no. 1, p. 1, 2020, [Online]. Available: https://wellness.journalpress.id/wellness.
D. D. Darmansah and N. W. Wardani, “Analisis Pesebaran Penularan Virus Corona di Provinsi Jawa Tengah Menggunakan Metode K-Means Clustering,” JATISI (Jurnal Tek. Inform. dan Sist. Informasi), vol. 8, no. 1, pp. 105–117, 2021, doi: 10.35957/jatisi.v8i1.590.
M. Nasution, “Implementasi Data Mining K-Means Untuk Mengukur Kemampuan Logika Mahasiswa (Studi Kasus : Amik Labuhan Batu),” J. Inform., vol. 5, no. 1, pp. 32–37, 2019, doi: 10.36987/informatika.v5i1.667.
A. N. Fathia, R. Rahmawati, and Tarno, “Analisis Klaster Kecamatan Di Kabupaten Semarang Berdasarkan Potensi Desa Menggunakan Metode Ward Dan Single Linkage | Fathia | Jurnal Gaussian,” JURNAL GAUSSIAN, 2016. https://ejournal3.undip.ac.id/index.php/gaussian/article/view/17109/16391 (accessed Jul. 28, 2022).
S. Sindi, W. R. O. Ningse, I. A. Sihombing, F. I. R.H.Zer, and D. Hartama, “Analisis Algoritma K-Medoids Clustering Dalam Pengelompokan Penyebaran Covid-19 Di Indonesia,” J. Teknol. Inf., vol. 4, no. 1, pp. 166–173, 2020, doi: 10.36294/jurti.v4i1.1296.
N. Mirantika, A. Tsamratul’Ain, and F. D. Agnia, “Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Penyebaran Covid-19 di Provinsi Jawa Barat | Mirantika | NUANSA INFORMATIKA,” 2021. https://journal.uniku.ac.id/index.php/ilkom/article/view/4321/2681 (accessed Jul. 27, 2022).
E. Bu’ulolo and B. Purba, “Algoritma Clustering Untuk Membentuk Cluster Zona Penyebaran Covid-19,” Digit. Zo. J. Teknol. Inf. dan Komun., vol. 12, no. 1, pp. 59–67, 2021, doi: 10.31849/digitalzone.v12i1.6572.
E. G. Sihombing, “Klasifikasi Data Mining Pada Rumah Tangga Menurut Provinsi Dan Status Kepemilikan Rumah Kontrak/Sewa Menggunakan K-Means Clustering Method | Sihombing | CESS (Journal of Computer Engineering, System and Science),” Jul. 02, 2017. https://jurnal.unimed.ac.id/2012/index.php/cess/article/view/6347/5933 (accessed Jul. 27, 2022).
D. F. Pramesti, M. T. Furqon, and C. Dewi, “Tampilan Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data Potensi Kebakaran Hutan/Lahan Berdasarkan Persebaran Titik Panas (Hotspot),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2017. https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/204/101 (accessed Jul. 27, 2022).
A. Bates and J. Kalita, “Counting clusters in twitter posts,” ACM Int. Conf. Proceeding Ser., vol. 04-05-March-2016, Mar. 2016, doi: 10.1145/2905055.2905295.
L. Elvitaria and M. Havenda, “View of Memprediksi Tingkat Peminat Ekstrakurikuler Pada Siswa Smk Analisis Kesehatan Abdurrab Menggunakan Algoritma C4.5 (Studi Kasus: Smk Analis Kesehatan Abdurrab),” 2017. http://jurnal.univrab.ac.id/index.php/rabit/article/view/212/152 (accessed Jul. 27, 2022).
A. Quraisy and S. Madya, “Analisis Nonparametrik Mann Whitney Terhadap Perbedaan Kemampuan Pemecahan Masalah Menggunakan Model Pembelajaran Problem Based Learning,” VARIANSI J. Stat. Its Appl. Teach. Res., vol. 3, no. 1, pp. 51–57, 2021, doi: 10.35580/variansiunm23810.
Copyright (c) 2022 SEVI DIAN NIRWANA
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
- This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
-
Author(s)' Warranties
The author warrants that the article is original, written by stated author(s), has not been published before, contains no unlawful statements, does not infringe the rights of others, is subject to copyright that is vested exclusively in the author and free of any third party rights, and that any necessary written permissions to quote from other sources have been obtained by the author(s).
- Information
- Notice about change in the copyright policy of the journal 'Jurnal Sistem Informasi (JSiI)' : "From Vol 1, onwards the copyright of the article published in the journal 'Jurnal Sistem Informasi' will be retained by the author"
.jpg)
