Scientific Student Journal for Information, Technology and Science
Vol. 4 No. 1 (2023): Scientific Student Journal for Information, Technology and Science

Perbandingan Algoritma K-Means dan DBSCAN untuk Pengelompokan Data Penyebaran Covid-19 Seluruh Kecamatan di Provinsi Jawa Barat

Bayu Biantara (Universitas Buana Perjuangan Karawang)
Tatang Rohana (Universitas Buana Perjuangan Karawang)
Ayu Juwita (Universitas Buana Perjuangan Karawang)



Article Info

Publish Date
31 Jan 2023

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.

Copyrights © 2023






Journal Info

Abbrev

ssj

Publisher

Subject

Computer Science & IT

Description

Scientific Student Journal for Information, Technology and Science berisi artikel-artikel hasil penelitian mahasiswa dari program studi Teknik Informatika, Fakultas Teknik dan Ilmu Komputer pada Universitas Buana Perjuangan Karawang. Jurnal ini dipublikasikan sebanyak dua kali setiap tahun oleh ...