Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Proceeding SENDI_U TIN: TERAPAN INFORMATIKA NUSANTARA
Rachmatullah, Muhammad Ibnu Choldun
Unknown Affiliation
Aerospace Engineering Arts Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Decision Sciences, Operations Research & Management Dentistry Earth & Planetary Sciences Economics, Econometrics & Finance Education Energy Engineering Environmental Science Health Professions Immunology & microbiology Industrial & Manufacturing Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Neuroscience Nursing Physics Social Sciences Veterinary Other

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Proceeding SENDI_U

 1 
PENGKLASTERAN TERHADAP NEGARA-NEGARA DENGAN JUMLAH KASUS COVID 19 TERBESAR Rachmatullah, Muhammad Ibnu Choldun
Proceeding SENDI_U 2021: SEMINAR NASIONAL MULTI DISIPLIN ILMU DAN CALL FOR PAPERS
Publisher : Proceeding SENDI_U

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pandemi Covid 19 telah menyebar di seluruh negara di dunia. Berdasarkan data pada tanggal 11 Juli 2021 telah menyebabkan 187.393.771 orang terinfeksi di seluruh dunia. Paper ini bertujuan untuk mengelompokkan negara dengan jumlah kasus terbesar berdasar karakteristik kesamaan dan perbedaan dengan mempertimbangkan atribut jumlah kasus per 1 juta penduduk, jumlah kematian per 1 juta penduduk, dan jumlah tes per 1 juta penduduk. Metode pengklasteran yang digunakan adalah K-Means, sedangkan penentuan jumlah klaster optimal dengan menerapkan kriteria Elbow. Dari penerapan kriteria Elbow ini dari hasil eksperimen diperoleh jumlah klaster optimal=5, sehingga akan membagi 30 negara dengan jumlah kasus terbesar ke dalam lima kelompok/kategori. Dari pengelompokan ini dapat diketahui karakteristik 30 negara dengan jumlah kasus Covid 19 terbesar, berdasar jumlah kasus dan jumlah pengetesan per 1 juta penduduk.
Co-Authors