Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Faktor Risiko Tingkat Kematian Pasien COVID-19 Menggunakan Algoritma K-Means Clustering M. Rifadh Asjad; Rd.Rohmat Saedudin; Taufik Nur Adi
eProceedings of Engineering Vol. 13 No. 1 (2026): Februari 2026
Publisher : eProceedings of Engineering

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

Abstract

Pandemi COVID-19 yang berlangsung sejak 2020 hingga 2023 telah menyebabkan jutaan kasus infeksi dan kematian di seluruh dunia, termasuk di Indonesia. Penyebaran yang tidak merata dan tingkat kematian yang bervariasi antar wilayah menunjukkan adanya perbedaan faktor risiko yang mempengaruhi kondisi pasien. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor tersebut—seperti usia, jenis kelamin, dan durasi sakit—guna mengelompokkan pasien berdasarkan risiko yang berdampak pada tingkat kematian dengan menggunakan algoritma K-Means Clustering . Data yang digunakan berasal dari laporan resmi pasien di Kota Depok, yang melalui tahapan preprocessing seperti pembersihan data, seleksi fitur, dan normalisasi. Hasil analisis menunjukkan terbentuknya empat kelompok utama, dengan Cluster 3 (rata-rata usia 56 tahun) memiliki status akhir dominan "meninggal", meskipun durasi sakit relatif singkat. Hal ini mengindikasikan adanya komorbid atau keterlambatan penanganan. Dengan demikian, pendekatan ini dapat digunakan sebagai dasar pengembangan sistem peringatan dini bagi pasien berisiko tinggi, serta membantu alokasi sumber daya medis secara lebih tepat sasaran Kata kunci: COVID-19, K-Means Clustering, Faktor Risiko Kematian