ANALISIS CLUSTERING PENYEBARAN COVID-19 DI KECAMATAN PADANG TIMUR KOTA PADANG MENGGUNAKAN ALGORITMA K-MEDOIDS
RIZKY AULIA ZARFI

Informasi Umum

Kode

23.04.2284

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining-clustering Analysis

Dilihat

333 kali

Informasi Lainnya

Abstraksi

<p><a name="_Hlk126420682"><em>Covid-19</em> merupakan penyakit yang disebabkan oleh virus SARS-Cov-2 yang menyebabkan gangguan pernapasan dengan gejala ringan lainnya. Wabah Covid pertama kali terdeteksi di daerah Wuhan, Tiongkok pada bulan Desember tahun 2019. Wabah <em>Covid-19</em> sendiri pada saat ini telah melanda banyak negara diantara negara yang terkena salah satunya adalah Indonesia. <em>Covid-19</em> di Indonesia pertama kali terdeteksi pada awal Maret 2020. Dari jumlah kasus <em>covid-19</em> di Indonesia, salah satu kota yang berada di daerah provinsi Sumatera barat memiliki angka <em>covid</em>-<em>19</em> yang cukup tinggi yaitu kota padang. Di Kota Padang sendiri penyebaran <em>covid-19</em> sudah tersebar ke beberapa kecamatan, salah satunya kecamatan padang timur. Pada Kecamatan Padang Timur terbagi dalam 10 kelurahan, salah satu kelurahan dengan jumlah kasus <em>covid-19</em> tertinggi adalah kelurahan Kubu Dalam Parak. Maka dari itu peneliti melakukan pengambilan data <em>covid-19</em> di Kecamatan Padang Timur untuk melihat seberapa besar laju kenaikan positif <em>covid-19</em> di Kecamatan Padang Timur. Untuk mengetahui bagaimana strategi menekan laju kenaikan <em>covid-19, </em>peneliti memanfaatkan cabang ilmu dari kecerdasan buatan yaitu <em>machine learning</em> yang mampu untuk melakukan <em>clustering</em> (pengelompokan) pada data kasus <em>covid-19</em> Kecamatan padang timur. <em>Clustering</em> ini dapat dilakukan menggunakan suatu algoritma yaitu algoritma K-Medoids untuk melihat kesamaan atau kemiripan dari setiap <em>cluster</em>. Data <em>covid-19</em> Kecamatan Padang Timur yang telah didapatkan dilakukan analisis, analisis yang dilakukan pada penelitian ini adalah data <em>processing</em>, penentuan jumlah <em>cluster</em>, perhitungan K-medoid pada <em>Python</em> dan juga perhitungan K-medoid secara manual. Peneliti melakukan analisis <em>cluster</em> dan mendapatkan hasil cluster 1 dengan kelruhan (Kubu Dalam Parak Karakah, Andalas, Jati) merupakan cluster dengan persentasee 54% merupakan <em>cluster</em> dengan kategori tinggi pada angka positif covid. <em>Cluster</em> 2 merupakan <em>cluster</em> dengan kelurahan(Gantiang Parak Gadang, Sawahan, Parak Gadang Timur) mmerupakan <em>cluster</em> dengan nilai persentasee 25% dengan kategori <em>cluster</em> yaitu sedang. Dan juga untuk <em>cluster</em> 3 dengan kelurahan ( Kubu Marapalam, Jati Baru, Sawahan Timur, Simpang Haru) merupakan <em>cluster</em> dengan persentasee nilai positif 21% merupakan <em>cluster</em> dengan kategori rendah. Berdasarkan hasil yang didapatkan dilakukan validasi menggunakan <em>elbow method</em>, dan menghasilkan nilai SSE (<em>sum of square error</em>) 1513.4599934904766 pada <em>cluster</em> yang dihasilkan yaitu 3 <em>cluster </em>dan <em>cluster </em>yang dihasilkan merupakan <em>cluster</em> yang baik berdasarkan hasil dari validasi menggunakan <em>elbow method</em>. Berdasarkan hasil perhitungan dan juga validasi <em>cluster</em> maka dapat disimpulkan bahwa dari ketiga cluster yang diuji <em>cluster</em> yang memiliki tingkat persentasee positif tertinggi adalah <em>cluster </em>1 dengan nilai persentase 54% dengan kategori positif tinggi.</a></p>

<p><strong>Kata kunci : <a name="_Hlk124448887">Covid-19,<em>Clustering</em>,K-Medoids</a>,</strong> <strong>Elbow </strong></p>

• ISI4G3 - PENAMBANGAN DATA

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook