DATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING UNTUK MENGETAHUI POTENSI PENYEBARAN VIRUS CORONA DI KOTA CIREBON

Harry Gunawan(1*), Vega Purwayoga(2)

(1) Universitas Muhammadiyah Cirebon
(2) Universitas Muhammadiyah Cirebon
(*) Corresponding Author

Abstract


Virus corona merupakan wabah yang penyebarannya begitu cepat. Karena virus ini akan menyebar secara mudah melalui kontak dengan penderita. Salah satu daerah yang terdapak virus corona adalah Kota Cirebon. Untuk mengatasi penyebaran virus tersebut perlu mengelompokkan dareah yang berada di Kota Cirebon. Konsep data mining sangat cocok diterapkan untuk mengetahui penyebaran virus corona. K-means merupakan salah satu teknik data mining untuk melakukan pengelompokkan daerah yang terdampak virus corona. Parameter atau cluster yang digunakan adalah sebanyak 3 cluster yaitu tingkat penyebaran rendah (C1), tingkat penyebaran sedang (C2), dan tingkat penyebaran tinggi (C3), dengan 3 kriteria yaitu Kontak erat (KE), Suspek (S), dan Terkonfirmasi (T). Data yang diperoleh adalah 22 Kelurahan yang berada di Kota Cirebon dengan tingkat penyebaran virus corona. Hasil perhitungan menggunakan k-means didapatkan daerah yang terdampak virus corona dengan tingkat tinggi (C3) sebanyak 4 Kelurahan, tingkat sedang (C2) sebanyak 5 Kelurahan, dan tingkat rendah sebanyak (C1) 13 Kelurahan. Hasil dari penelitian ini menjadi salah satu bahan masukkan dan dapat menentukan skala prioritas bagi pemerintah Kota Cirebon dalam menangani virus corona.

Keywords


Data mining, K-means, Virus Corona, Kota Cirebon

Full Text:

PDF

References


N. Dwitri, J. A. Tampubolon, S. Prayoga, F. Ilmi Zer, and D. Hartama, “Penerapan Algoritma K-Means Dalam Menentukan Tingkat Kepuasan Pembelajaran Online Pada Masa Pandemi Covid-19 di Indonesia,” Jti (Jurnal Teknol. Informasi), vol. 4, no. 1, pp. 101–105, 2020.

D. P. Sari, “Implementasi Algoritma K-Means Dalam Menentukan Tingkat Penyebaran Pandemi Covid-19 Di Sumatera Barat,” CBIS J., vol. 01, pp. 50–56, 2021.

A. Solichin and K. Khairunnisa, “Klasterisasi Persebaran Virus Corona (Covid-19) Di DKI Jakarta Menggunakan Metode K-Means,” Fountain Informatics J., vol. 5, no. 2, p. 52, 2020, doi: 10.21111/fij.v5i2.4905.

Dahlia Winingsih et al., “SIMBAS: Sistem Informasi Bantuan Jasa Pandemi Covid-19,” J. Sist. Cerdas, vol. 3, no. 2, pp. 123–132, 2020, doi: 10.37396/jsc.v3i2.61.

S. Handoko, F. Fauziah, and E. T. E. Handayani, “Implementasi Data Mining Untuk Menentukan Tingkat Penjualan Paket Data Telkomsel Menggunakan Metode K-Means Clustering,” J. Ilm. Teknol. dan Rekayasa, vol. 25, no. 1, pp. 76–88, 2020, doi: 10.35760/tr.2020.v25i1.2677.

R. Adelina Hutasoit, I. Parlina, S. Tunas Bangsa Pematangsiantar, A. Tunas Bangsa Pematangsiantar, and J. A. Jendral Sudirman Blok No, “Prosiding Seminar Nasional Riset Information Science (SENARIS) Penerapan Data Mining Dalam Mengelompokkanm Jumlah Usaha Berdasarkan Provinsi Menggunakan K-Means Clustering,” no. September, pp. 937–945, 2019, [Online]. Available: http://www.bps.go.id.

R. Yuliani, “Infotek : Jurnal Informatika dan Teknologi Penerapan Data Mining untuk Mengcluster Data Penduduk Miskin Menggunakan Algoritma K- Means di Dusun Bagik Endep Sukamulia Timur Infotek : Jurnal Informatika dan Teknologi Pendahuluan masalah kemiskanan belum bis,” vol. 4, no. 1, pp. 39–50, 2021.

G. Gustientiedina, M. H. Adiya, and Y. Desnelita, “Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan,” J. Nas. Teknol. dan Sist. Inf., vol. 5, no. 1, pp. 17–24, 2019, doi: 10.25077/teknosi.v5i1.2019.17-24.

K. Fatmawati and A. P. Windarto, “Data Mining: Penerapan Rapidminer Dengan K-Means Cluster Pada Daerah Terjangkit Demam Berdarah Dengue (Dbd) Berdasarkan Provinsi,” Comput. Eng. Sci. Syst. J., vol. 3, no. 2, p. 173, 2018, doi: 10.24114/cess.v3i2.9661.

P. A. Jusia and F. M. Irfan, “Clustering Data Untuk Rekomendasi Penentuan Jurusan Perguruan Tinggi Menggunakan Metode K-Means,” J. IKRA-ITH Inform., vol. 3, no. 3, pp. 75–84, 2019.




DOI: https://doi.org/10.32736/sisfokom.v11i1.1316

Refbacks

  • There are currently no refbacks.


Indexed By:

 


Creative Commons License
Jurnal Sisfokom (Sistem Informasi dan Komputer) has ISSN 2301-7988 and e-ISSN 2581-0588 which is published by Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) ISB Atma Luhur under a Creative Commons Attribution-ShareAlike 4.0 International License.
Web Analytics Made Easy - StatCounter