Penerapan Algoritma K-Means Untuk Mengelompokkan provinsi Di Indonesia Berdasarkan Data Sebaran Covid-19

  • Fitriadhi A
  • Wahyusari R
N/ACitations
Citations of this article
5Readers
Mendeley users who have this article in their library.

Abstract

Pada bulan Desember 2019 di Wuhan, Cina terjadi wabah yang menyerang saluran  pernafasan.  Awal  bulan  Januari,  WHO  menidentifikasi  virus  tersebut sebagai Coronavirus atau 2019-nCoV yang kemudian mengumumkan nama resmi untuk virus yang melanda adalah COVID-19. Virus COVID-19 tidak hanya terjadi di Wuhan, tetapi juga menyebar ke seluruh dunia. Hal ini tidak terkecuali di Indonesia, sejak Maret hingga  April  data  grafik  semakin  meningkat  signifikan. Tujuan dari penelitian ini adalah menerapkan algoritma K-Means dalam menggelompokkan   provinsi   berdasarkan   tingkat   persebaran   virus   Corona (COVID-19). Penelitian yang dilakukan memiliki keterbaruan dengan menambahkan atribut dalam penentuan kelompok, atribut yang digunakan adalah jumlah positif, jumlah sembuh dan jumlah meninggal. Penelitian  menghasilkan  2  (dua)  kelompok  dengan  keanggaotaan klaster 0 menununjukan wilayah yang paling sedikit terdampak covid-19 dengan jumlah 6 data, dan cluster 1 menunjukan wilayah yang paling banyak terdampak covid-19 dengan jumlah 28 data. Dari  penelitian  ini  maka  dapat  disimpulkan  bahwa  pemerintah sebaiknya  melakukan   penanganan  covid-19  lebih  terfokus  pada cluster 1 yang jumlah terdampaknya paling banyak

Cite

CITATION STYLE

APA

Fitriadhi, A. F. N., & Wahyusari, R. (2022). Penerapan Algoritma K-Means Untuk Mengelompokkan provinsi Di Indonesia Berdasarkan Data Sebaran Covid-19. JIIFKOM (Jurnal Ilmiah Informatika Dan Komputer), 1(1), 10–15. https://doi.org/10.51901/jiifkom.v1i1.222

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free