Wiguna Yanas Arifandi
Jurusan Matematiak, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Jember

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Data Mining Terhadap Efek Samping Pasca Vaksinasi Covid-19 Menggunakan Algoritma K-Modes Clustering Qurrota A'yun; Wiguna Yanas Arifandi; Hanik Muhimatul Mukharomah
G-Tech: Jurnal Teknologi Terapan Vol 6 No 1 (2022): G-Tech, Vol. 6, No. 1, April 2022
Publisher : Universitas Islam Raden Rahmat, Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (249.653 KB) | DOI: 10.33379/gtech.v6i1.1256

Abstract

Data mining merupakan proses penggalian informasi dalam jumlah besar berbasis data berupa ilmu pengetahuan. Data mining dapat diterapkan dalam berbagai bidang, salah satunya vaksinasi covid 19. Vaksinasi merupakan suatu tindakan pencegahan terhadap penyebaran Covid-19. Berbagai jenis vaksin telah dikembangkan dengan efek samping yang berbeda. Beredarnya informasi dari berbagai sumber tidak relevan dapat mempengaruhi presepsi masayrakat, sehingga mengakibatkan adanya penolakan dan keraguan untuk melakukan vaksinasi. Penelitian ini bertujuan mengetahui efek samping yang dirasakan oleh masyarakat pasca vaksinasi dan mengklasifikasikannya berdasarkan jenis vaksin, usia, dan kriteria efek samping. Kriteria efek samping dikategorikan menjadi 3, yaitu ringan, berat, dan non effect. Penelitian dilakukan secara kuantitatif dengan desain survei online. Survei online dengan teknik purposive sampling dilakukan dengan pengisian kuisioner terhadap masyarakat dengan minimal usia 12 tahun. Data dianalisis dengan menggunakan metode algoritma K-Modes Clustering. Metode ini mengidentifikasi kelompok dengan ciri-ciri sama berdasarkan kriteria tertentu. Hasil penelitian dengan algoritma K-Modes Clustering menunjukkan pola efek samping yang dirasakan masyarakat pasca vaksinasi.