Penerapan Algoritma K-Means Dalam Pengelompokan Wilayah Persebaran Covid-19 Di Indonesia

Detail Cantuman

Skripsi

Penerapan Algoritma K-Means Dalam Pengelompokan Wilayah Persebaran Covid-19 Di Indonesia

XML

Pandemi covid-19 telah menjadi ancaman serius bagi kesehatan masyarakat di seluruh dunia,termasuk di Indonesia. Untuk mengatasi dan mengendalikan penyebaran virus, pemahaman yangbaik tentang pola persebarannya sangat penting. Penelitian ini bertujuan untuk menganalisispersebaran covid-19 di Indonesia menggunakan teknik data mining dan algoritma K-Means. Datayang digunakan dalam penelitian ini meliputi informasi tentang jumlah kasus covid-19 di setiapprovinsi di Indonesia, termasuk jumlah kasus terkonfirmasi, sembuh, dan meninggal. Data inidiperoleh dari situs instagram kawalcovid19.id. Pertama, proses dilakukan dengan merumuskanmasalah dengan menentukan algoritma yang akan digunakan. Algoritma K-Means diterapkanuntuk mengelompokkan provinsi-provinsi berdasarkan karakteristik persebaran covid-19. Hasilanalisis menunjukkan bahwa algoritma K-Means dapat menghasilkan kelompok yang berbedaberdasarkan pola persebaran covid-19. Tanggal 1 Januari-30 Sepember 2021 ada beberapa tanggalyang mengalami perubahan posisi cluster yaitu tanggal 24 maret 2021, tanggal 8 mei 2021,tanggal 20 agustus 2021, tanggal 27 agustus 2021 dan tanggal 28 agustus 2021. Kelompok-kelompok ini dapat membantu dalam pemahaman lebih lanjut tentang penyebaran virus diIndonesia. Dengan demikian, penelitian ini dapat memberikan kontribusi dalam upaya pencegahandan pengendalian covid-19 di Indonesia dengan memanfaatkan teknik data mining dan analisiscluster. Langkah terakhir adalah evaluasi data. Metode yang digunakan dalam menentukanevaluasi data ini menggunakan Davies-Bouldin Index (DBI). DBI adalah salah satu metodeevaluasi internal yang mengukur evaluasi cluster pada suatu metode pengelompokan yangdidasarkan pada nilai kohesi dan separasi. Nilai DBI yang diperoleh masing-masing dari tanggal 1Januari-30 September 2021 sudah optimal karena semuanya mendekati nilai 0.


Detail Information

Item Type
Skripsi
Penulis
Student ID
1606080036
Dosen Pembimbing
Nelci Dessy Rumlaklak, S.Kom., M.Kom - 19811227 201404 2 002 - Dosen Pembimbing 1
Dr. Dwi Prasetyo, Dipl.Inf,S.Kom.,Msi - 19661231990021001 - Dosen Pembimbing 2
Penguji
E.S.Y Pandie, S.Kom., M.Kom - 197902212005012002 - Ketua Penguji
Yelly Y. Nabuasa, S.Kom., M.Cs - 198303242009122004 - Penguji 1
Arfan Y. Mauko, ST., M.Cs - 198005202008121003 - Penguji 2
Kode Prodi PDDIKTI
55201
Edisi
Published
Departement
Ilmu Komputer
Kontributor
Bahasa
Indonesia
Penerbit UPT Perpustakaan Undana : Kupang.,
Edisi
Published
Subyek
No Panggil
552.01 Lil P
Copyright
Individu Penulis
Doi

Lampiran Berkas

LOADING LIST...



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnya  XML Detail


SELAMAT DATANG DI REPOSITORY UPT PERPUSTAKAAN UNIVERSITAS NUSA CENDANA