Muhammad Iqbal
Universitas Mulawarman

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Basis : Jurnal Ilmiah Matematika

Implementasi Algoritma K-Means Clustering dengan Jarak Euclidean dalam Mengelompokkan Daerah Penyebaran COVID-19 di Kabupaten Bogor Muhammad Iqbal; Syaripuddin Syaripuddin; Moh. Nurul Huda
Basis : Jurnal Ilmiah Matematika Vol 2 No 1 (2023): BASIS: Jurnal Ilmiah Matematika
Publisher : Universitas Mulawarman

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (421.639 KB) | DOI: 10.30872/basis.v2i1.1019

Abstract

K-Means clustering merupakan algoritma pengelompokan iteratif yang melakukan partisi himpunan data ke dalam sejumlah klaster yang sudah ditentukan di awal, sedemikian sehingga setiap data masuk dalam pusat klaster (centroid) terdekat. Pada penelitian dilakukan pengelompokan data menggunakan metode K-Means clustering dengan jarak Euclidean pada data daerah penyebaran COVID-19 di Kabupaten Bogor. Penentuan jumlah klaster optimal yang ditentukan sejak awal menggunakan metode Elbow dan Silhouette Index. Penelitian bertujuan untuk mengetahui hasil dari penerapan algoritma K-means clustering untuk mengelompokkan daerah penyebaran COVID-19 di Kabupaten Bogor. Adapun variabel yang digunakan yaitu kepadatan penduduk [X_1], jumlah kasus terinfeksi COVID-19 [X_2] dan jumlah kasus meninggal COVID-19 [X_3]. Berdasarkan hasil penelitian diperoleh dua klaster tingkat risiko penyebaran COVID-19 yaitu klaster C1 dan C2. Pada klaster C1 memiliki tingkat risiko penyebaran sedang terdiri atas 36 Kecamatan, sedangkan pada klaster C2 dengan tingkat risiko penyebaran tinggi terdiri atas 4 Kecamatan. Nilai validitas yang didapat sebesar 0.71676 yang berarti struktur dari hasil klaster tersebut kuat.