Implementasi Metode K-Means Untuk Pengelompokan Kasus Covid-19 Tingkat Provinsi Di Indonesia

Abstract

Pada tanggal 30 Januari 2020, WHO secara global menerangkan bahwa status wabah COVID-19 menjadi kesehatan darurat global terpusat (PHEIC). COVID-19 merupakan mikroorganisme RNA (120-160 nm) yang dapat menginfeksi manusia dan hewan melalui berbagai macam penularan yang mungkin terjadi jika berada di ruang lingkup yang tidak ideal. Pada tahun 2019 sampai dengan saat ini, terdapat berbagai macam kasus dan mutasi virus COVID-19. Adanya kenaikan dan penurunan kasus COVID-19 di seluruh dunia terutama Indonesia perlu diwaspadai karena dapat berdampak pada kesejahteraan masyarakat dan sangat mempengaruhi kinerja dalam suatu negara. Oleh karena itu, pada penelitian ini dilakukan penggolongan terhadap perkembangan kasus COVID-19 yang ada di seluruh provinsi Indonesia sehingga penanganan COVID-19 lebih tepat sasaran. Metode yang digunakan dalam penelitian ini ialah k-means clustering dan silhouette index (SI). Metode k-means clustering dipakai untuk klasterisasi data COVID-19 dan metode SI dipakai untuk uji keakurasian klasterisasi data COVID-19. Tujuan dari penelitian ini untuk mengetahui dan mengidentifikasi provinsi mana di Indonesia yang memiliki tingkat kasus penyebaran COVID-19 sedang dan tinggi sehingga dapat dilakukan tindak lanjut dan penanganan yang lebih intensif untuk mengatasi lonjakan kasus COVID-19  kedepannya. Dataset yang digunakan dalam penelitian ini didapatkan dari sumber Kaggle. Berdasarkan hasil dari pengujian algoritma k-means clustering dinyatakan bahwa uji validasi  menunjukkan nilai SI dengan tingkat akurasi sebesar 0,857 atau 85,7%, artinya bahwa tingkat keakurasian data mendekati nilai sebenarnya.