Klastering Penyebaran Covid-19 Di Indonesia Tahun 2020 Menggunakan K-Medoids Clustering

Abstract

Abstrak - Badan Nasional Penanggulangan Bencana (BNPB) telah menetapkan status darurat bencana terkait virus Covid-19. Penyebaran pada kasus Covid-19 yang sudah merata di seluruh provinsi di Indonesia sudah merupakan penyebaran yang cukup cepat dan berdampak negative pada seluruh bidang. Dari banyaknya data Covid-19 di Indonesia yang ada, diperlukan pengelompokan penyebaran kasus Covid-19 sehingga dapat dimanfaatkan oleh berbagai pihak, salah satunya yaitu Dinas Kesehatan mengenai pengelompokan penyebaran Covid-19 pada 34 provinsi di Indonesia agar dapat diketahui pola penyebarannya menggunakan data mining metode clustering dan algoritma yang digunakan yaitu K-Medoids. Berdasarkan penelitian yang telah dilakukan dapat disimpulkan bahwa penerapan data mining dengan algoritma K-Medoids dapat diterapkan.penelitian ini mendapatkan cluster sebanyak 3 pengelompokan dan mendapatkan hasil dengan yaitu cluster tinggi berjumlah 3 provinsi, cluster sedang berjumlah 9 provinsi dan cluster rendah berjumlah 22 provinsi. Pengujian cluster dari algoritma K-Medoids ini menggunakan Silhouette Coefficient dan menunjukan bahwa cluster optimal untuk pengelompokan penyebaran Covid-19 di Indonesia adalah cluster 3 dengan nilai 0.262463.Kata kunci: Covid-19, Data mining, Clustering, K-Medoids. Abstract - Badan Nasional Penanggunlangan Bencana (BNPB) has declared a disaster emergency status related to the Covid-19 virus. The spread of Covid-19 cases that have been evenly distributed in all provinces in Indonesia is already a fairly rapid spread and has a negative impact on all fields. From the large number of existing Covid-19 data in Indonesia, it is necessary to classify the spread of Covid-19 cases so that it can be utilized by various parties, one of which is the Health Office regarding the grouping of the spread of Covid-19 in 34 provinces in Indonesia so that the distribution pattern can be known using the data mining method. clustering and the algorithm used is K-Medoids. Based on the research that has been done, it can be concluded that the application of data mining with the K-Medoids algorithm can be applied. This study obtained 3 clusters of clusters and obtained results with 3 provinces in the high cluster, 9 provinces in the medium cluster and 22 in the low cluster. The cluster testing of the K-Medoids algorithm uses the Silhouette Coefficient and shows that the optimal cluster for clustering the spread of Covid-19 in Indonesia is cluster 3 with a value of 0.262463.Keywords: Covid-19, Data mining, Clustering, K-Medoids.