21.04.4004
006.312 - Data mining
Karya Ilmiah - Skripsi (S1) - Reference
Data Mining
234 kali
Pada awal maret Indonesia dilanda dengan wabah virus corona (COVID-19) Setiap hari kasus penyebaran COVID-19 di indonesia terus meningkat. Masyarakat diminta untuk melakukan social distancing untuk memutus rantai penyebaran di Indonesia. Orang dapat tertular COVID-19 dari orang lain yang terinfeksi virus ini. Pandemi COVID-19 menjadi permasalahan yang besar bagi masyarakat indonesia sehingga kita perlu memahaminya agar ketidakpastian ini segera berakhir. Maka dari itu, dibutuhkan penelitian terhadap penyebaran virus COVID-19 di DKI Jakarta dengan metode yang akurat yaitu membuat suatu sistem cluster untuk mengelompokkan wilayah yang terdampak COVID-19 menggunakan metode Algoritma K-Medoids. Hasil dari penelitian dapat memberikan hasil pemetaan berupa klaster wilayah atau kelurahan yang terdampak dan dapat diperoleh pengetahuan berupa informasi. Pada proses Algoritma K-Medoids untuk mengklaster data wilayah Kota DKI Jakarta yang terinfeksi COVID-19 yang diambil melalui portal web yang disediakan Pemerintah DKI Jakarta. Dalam mengimplementasikan Algoritma K-Medoids pengelompokan (cluster) wilayah DKI Jakarta yang terinfeksi COVID-19 bisa dilakukan dengan cara menggunakan aplikasi rapidminer. Dari hasil cluster yang telah dicoba, nilai BDI yang optimal didapatkan adalah pada cluster pada simulasi 4 (5 cluster) dan simulasi 6 (7 cluster). Pada kedua cluster tersebut mendapatkan nilai 0,263 dan 0,292. Kata Kunci: K-Medoids, DBI, COVID-19, Clustering
Seluruh 1 koleksi sedang dipinjam
Nama | ARIF MARZUQ SYAHBANI |
Jenis | Perorangan |
Penyunting | Deden Witarsyah, Faqih Hamami |
Penerjemah |
Nama | Universitas Telkom, S1 Sistem Informasi |
Kota | Bandung |
Tahun | 2021 |
Harga sewa | IDR 0,00 |
Denda harian | IDR 0,00 |
Jenis | Non-Sirkulasi |