Anggiat, Yusuf
Unknown Affiliation

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

Found 1 Documents
Search

DATA MINING CLUSTERING PENYEBARAN VIRUS COVID-19 BERDASARKAN PROVINSI DI INDONESIA METODE K-MEANS Anggiat, Yusuf; Hermawan, Jehan Rizal; Widianto, Tri Cahyo; Anggraeni, Sita; Saraswati, Sandra Dewi
Jurnal Sistem Informasi Kaputama (JSIK) Vol. 6 No. 2 (2022): Volume 6, Nomor 2, Juli 2022
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jsik.v6i2.200

Abstract

Pada bulan Februari tahun 2020, bumi gempar dengan pedaran virus tipe terkini ialah COVID-19 ataupun dapat dikenal dengan novel coronavirus. Artificial Intelligence (AI) bisa berlatih mengetahui wabah serta berspekulasi efek pusat dari penyakit meluas. data yang kami gunakan adalah data sekunder yang diperoleh dari Kementrian Kesehatan Republik Indonesia per 31 Desember 2020 pada website Kemkes.go.id. metode yang kami gunakan adalah Clustering menggunakan K-Means menggunakan tools RapidMiner dengan operator K-Means, operator cluster distance performance dan validasinya menggunakan operator Davies Bouldin Index untuk mencari nilai yang mendekati 0. attribut yang digunakan adalah kasus positif, kasus positif, dan meninggal berdasarkan provinsi. Berdasarkan pengujian hasil dari validasi Davies Bouldin Index, terdapat nilai 0.139 (optimal) dengan kategori cluster_0 (C1=Zona Aman) terdapat 30 provinsi, cluster_1 (C2=Zona Waspada) terdapat 3 provinsi dan cluster_2 (C3=Zona Bahaya) terdapat hanya 1 pronvsi, yaitu DKI Jakarta. Dampak dari segi kesehatan, ini sangat membantu untuk melihat provinsi mana saja yang harus di prioritaskan dalam hal kesehatan dalam upaya menurunkan tingkat kasus positif dan upaya meningkatkan angka sembuh dengan menerapkan protokol kesehatan yang ketat Hasil cluster yang terbentuk dapat dikembangkan dengan metode lain, supaya mendapatkan informasi lain yang belum diketahui atau dicoba