Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informasi dan Komputer
Silvi Ana
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Mathematics Other

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

Found 1 Documents
Search

 1 
PENGKLASTERAN RISIKO COVID-19 DI RIAU MENGGUNAKAN TEKNIK ONE HOT ENCODING DAN ALGORITMA K-MEANS CLUSTERING Silvi Ana; Rahmad Kurniawan; Alwis Nazir
Jurnal informasi dan komputer Vol 10 No 1 (2022): Jurnal Sistem Informasi dan Komputer yang terbit pada tahun 2022 pada bulan 04 (
Publisher : STMIK Dian Cipta Cendikia Kotabumi

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35959/jik.v10i1.291

Abstract

Coronavirus disease 2019 (COVID-19) merupakan jenis penyakit baru yang diketahui menjangkiti manusia pada Desember 2019. Kasus COVID-19 telah menyebar di seluruh penjuru dunia termasuk di Indonesia. Salah satu provinsi dengan jumlah kasus COVID-19 yang cukup tinggi adalah Provinsi Riau. Tindakan mitigasi yang tepat diperlukan untuk mencegah wabah COVID-19. Berdasarkan studi pustaka, COVID-19 mewabah berdasarkan jarak terdekat. Ahli epidemiologi juga telah menggunakan metode clustering untuk mengelompokkan daerah-daerah yang terkena Pandemi COVID-19. Oleh karena itu, penelitian ini menggunakan teknik one hot encoding dan algoritma k-means clustering untuk mengelompokkan daerah yang memiliki karakteristik data yang mirip. Penelitian ini menggunakan data 12 Kabupaten di Riau dengan tujuh fitur. Berdasarkan eksperimen, dihasilkan tiga klaster yaitu C1 (Pekanbaru, Kampar), C2 (Siak, Bengkalis, Rokan Hulu, Kuantan Singingi), dan C3 (Dumai, Indragiri Hilir, Indragiri Hulu, Pelalawan, Rokan Hilir, Meranti). Hasil klaster tersebut telah diuji dengan skor silhouette sebesar 0,6. Dengan demikian, dapat disimpulkan bahwa teknik one hot encoding dan algoritma k-means clustering berpotensi digunakan untuk mengelompokkan wilayah pandemi COVID-19 berdasarkan karakteristik data yang mirip.
Co-Authors Alwis Nazir Rahmad Kurniawan