Sardo Sipayung
Universitas Mandiri Bina Prestasi

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Menentukan Tingkat Penyebaran Pandemi Covid-19 di Indonesia dengan Menggunakan Algoritma K-Means Sardo Sipayung; Tulus Pramita Sihaloho; Ade Purba; Sakaria Efrata Ginting
LOFIAN: Jurnal Teknologi Informasi dan Komunikasi Vol 2 No 2 (2023): Maret
Publisher : Universitas Mandiri Bina Prestasi (MBP)

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (880.355 KB) | DOI: 10.58918/lofian.v2i2.206

Abstract

Corona virus (COVID-19) merupakan jenis virus baru yang ditemukan pada manusia di propinsi Wuhan, Cina pada bulan Desember 2019. Virus ini dapat menular dari manusia ke manusia melalui tetesan kecil (droplet) dari hidung atau mulut pada saat batuk, bersin, atau berbicara. Oleh karena itu, di masa pandemi ini sangat penting untuk menjaga jarak dengan orang lain dan menghindari wilayah dengan persebaran COVID-19 yang tinggi. Penyebaran kasus COVID-19 yang merata di seluruh provinsi di Indonesia, merupakan penyebaran yang cukup cepat dan berdampak negatif pada seluruh bidang. Luasnya wilayah Indonesia memungkinkan diperlukannya pengelompokkan bagian bagian berdasarkan wilayah di Indonesia.Pengelompokkan ini akan menghasilkan titik – titik pusat penyebaran kasus COVID -19. Salah satu algoritma Clustering adalah K-Means yang mengunakan beberapa kelompok untuk penempatan beberapa data dengan sistem partisi. Data-data tanpa label kelas diterima oleh Algoritma ini. Dikarenakan pandemi global yang terjadi banyak pihak berupaya ikut berperan serta dalam mengatasi. Penelitian ini dilakukan untuk penerapan dalam penyebaran pandemi covid-19 di Indonesia. Dalam penelitian ini mengunakan algoritma K-Means untuk menentukan bagaimana tingkat penyebaran covid-19 di daerah-daerah yang ada di Indonesia.