Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Scientific Student Journal for Information, Technology and Science
Bayu Biantara
Universitas Buana Perjuangan Karawang
Computer Science & IT

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

Found 1 Documents
Search

 1 
Perbandingan Algoritma K-Means dan DBSCAN untuk Pengelompokan Data Penyebaran Covid-19 Seluruh Kecamatan di Provinsi Jawa Barat Bayu Biantara; Tatang Rohana; Ayu Juwita
Scientific Student Journal for Information, Technology and Science Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science
Publisher : Scientific Student Journal for Information, Technology and Science

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

Abstract

Virus Covid-19 ditemukan pertama kali di Wuhan, Tiongkok. Virus Covid-19 menyebar secara cepat, hampir seluruh negara yang ada di dunia. WHO memutuskan sebagai Public Health Emergency of International Concern (KKMMD/PHEIC) pada tanggal 30 Januari 2020[1]. Clustering merupakan salah satu substansi Data Mining untuk pengelompokkan suatu data. Terdapat beberapa Algoritma dalam clustering diantaranya Algoritma K-Means dan Algoritma DBSCAN. Tujuan dari penelitian untuk melakukan perbandingan Algoritma yang terbaik antara Algoritma K-Means dan DBSCAN dalam pengelompokan data penyebaran Covid-19 seluruh kecamatan di provinsi Jawa Barat. Dari hasil penelitian validitas cluster antara Algoritma K-Means dan Algoritma DBSCAN menghasilkan Algoritma K-Means lebih optimal dari Algoritma DBSCAN karena memiliki nilai DBI terbaik dibandingkan Algoritma DBSCAN. Nilai DBI Algoritma K-Means diperoleh dengan nilai 0,4328 pada k=5, sedangkan Algoritma DBSCAN diperoleh nilai DBI pada nilai Eps 0,09 dan MinPts 3 yaitu sebesar 0,6706.
Co-Authors Ayu Juwita Tatang Rohana