ANALISIS ALGORITMA K-MEDOIDS CLUSTERING DALAM PENGELOMPOKAN PENYEBARAN COVID-19 DI INDONESIA

Penulis

  • Sukma Sindi STIKOM Tunas Bangsa Pematangsiantar
  • Weni Ratnasari Orktapia Ningse STIKOM Tunas Bangsa Pematangsiantar
  • Irma Agustika Sihombing STIKOM Tunas Bangsa Pematangsiantar
  • Fikrul Ilmi R.H.Zer STIKOM Tunas Bangsa Pematangsiantar
  • Dedy Hartama STIKOM Tunas Bangsa Pematangsiantar

Kata Kunci:

K-Medoids Algorithm, Clustering, Data Mining, COVID-19, Data Grouping

Abstrak

Abstract - At the beginning of March Indonesia was entering the corona outbreak virus (COVID) Every day the case of Covid-19 distribution in Indonesia continued to increase. the community is issued to conduct social distance to cut the distribution of COVID-19 distribution distributed in various regions. In Indonesia, therefore, the data that has been accommodated is certainly a lot, from the data it can be seen patterns - selection patterns of distribution of COVID-19 distribution are based on test scores, This study uses the K-Medoids method so that the distribution patterns of COVID-19 distribution can be used for the community. K-Medoids is a method of grouping Analytical sections that aim to get a set of k-clusters among the data that most require an object in the collection of data. The results of the new COVID-19 research grouping show the community produced from various regions in Indonesia. Characteristics with a body temperature above 36.9 â—¦ c and with fever and cough resolution supported by one of the characteristics of COVID-19 symptoms.

Kata Kunci -    K-Medoids Algorithm, Clustering, Data Mining, COVID-19, Data Grouping

Abstrak - Pada awal maret Indonesia sedang di landa masuknya wabah  virus corona (covid) Setiap hari kasus penyebaran covid-19 di indonesia terus meningkat.  masyarakat diminta untuk melakukan  social distancing guna mamutus rantai penyebaran covid-19 yang tersebar diberbagai wilayah.di Indonesia.  Oleh karena itu, data yang telah ditampung pastinya banyak sekali, dari data tersebut dapat dilihat pola – pola penentuan pengelompokan penyebaran covid-19 dilakukan berdasarkan nilai tes, Penelitian ini menggunakan metode K-Medoids agar dapat diketahui pola pemilihan penentuan pengelompokan penyebaran covid-19 bagi masyarakat. K-Medoids merupakan metode Analitis partisional clustering yang bertujuan untuk mendapatkan suatu set k-cluster di antara data yang paling mendekati suatu objek dalam pengelmpokan suatu data.. Hasil penelitian pengelompokan penyebaran covid-19 baru menunjukkan bahwa masyarakat yang berasal dari berbagai wilayah di Indonesia. Cirri-ciri dengan suhu badan  di atas 36,9◦c dan dengan disertai demam dan batuk berkelanjutan menunjukkan salah satu ciri-ciri  gejalah covid-19

Kata Kunci - Algoritma K-Medoids, Clustering, Data Mining,  Covid-19, Pengelompokan Data

Biografi Penulis

  • Sukma Sindi, STIKOM Tunas Bangsa Pematangsiantar
    Prodi Teknik Informatika, STIKOM Tunas Bangsa Pematangsiantar

Referensi

Atmaja, E. H. S. ‘Implementation of k-Medoids Clustering Algorithm to Cluster Crime Patterns in Yogyakarta’, International Journal of Applied Sciences and Smart Technologies, 1(1), pp. 33–44. DOI: 10.24071/ijasst.v1i1.1859. 2019.

Juninda, T. and Andri, E. ‘Penerapan Algoritma K-Medoids untuk Pengelompokan Penyakit di Pekanbaru Riau’, (November), pp. 42–49. 2019.

Kementrian kesehatan Republik Indonesia https.kementrian kesehatan.go.id/data covid-9.

Marlina, D. et al. ‘Implementasi Algoritma K-Medoids dan K-Means untuk Pengelompokkan Wilayah Sebaran Cacat pada Anak’, Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer dan Teknologi Informasi, 4(2), p. 64. doi: 10.24014/coreit.v4i2.4498. 2018.

Metisen, B. M. and Sari, H. L. ‘ANALISIS CLUSTERING MENGGUNAKAN METODE K-MEANS DALAM PENGELOMPOKKAN PENJUALAN PRODUK PADA SWALAYAN FADHILA’, 11(2), pp. 110–118. 2015.

Pramesti, D. F. et al. ‘Implementasi Metode K-Medoids Clustering Untuk Pengelompokan Data’, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 1(9), pp. 723–732. doi: 10.1109/EUMC.2008.4751704. 2017.

Pulungan, N., Suhada, S. and Suhendro, D. ‘Penerapan Algoritma K-Medoids Untuk Mengelompokkan Penduduk 15 Tahun Keatas Menurut Lapangan Pekerjaan Utama’, KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 3(1), pp. 329–334. doi: 10.30865/komik.v3i1.1609. 2019.

Silitonga, D. A., Windarto, A. P. and Hartama, D. ‘Penerapan Metode K-Medoid pada Pengelompokan Rumah Tangga Dalam Perlakuan Memilah Sampah Menurut Provinsi’, Seminar Nasional Sains & Teknologi Informasi (SENSASI) SENSASI 2019 ISBN:, pp. 313–318. 2019.

Wira, B., Budianto, A. E. and Wiguna, A. S. ‘Implementasi Metode K-Medoids Clustering untuk Mengetahui Pola Pemilihan Program Studi’, Jurnal Terapan Sains & Teknologi, 1(3), pp. 54–69. 2019.

Zayuka, H., Nasution, S. M. and Purwanto, Y. ‘Perancangan Dan Analisis Clustering Data Menggunakan Metode K-Medoids Untuk Berita Berbahasa Inggris Design and Analysis of Data Clustering Using K-Medoids Method For English News’, e-Proceeding of Engineering :, 4(2), pp. 2182–2190. 2017.

Unduhan

File Tambahan

Diterbitkan

2020-06-21

Terbitan

Vol 4 No 1 (2020): JUNI 2020

Bagian

ARTICLES

Lisensi

 

 

 

Creative Commons License

JurTI (Jurnal Teknologi Informasi)

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.