Analisis Pengelompokan Wilayah Penyebaran Covid-19 di Indonesia Dengan Metode Clustering Menggunakan Algoritma K-Means dan K-Medoids

Abstract

Corona virus merupakan sebuah penyakit yang menyerang infeksi saluran pernafasan manusia yang umumnya ringan, seperti flu dan batuk. Jika tidak ada penanganan yang cepat akan mengakibatkan kematian. Virus ini dengan cepat menular ke manusia ke manusia melalui udara dan bersentuhan. Untuk mengurangi penyebaran virus dibutuhkan klastrisasi menggunakan algortima K-Means dan K-Medoids, metode ini bekerja untuk mempartisi objek kedalam kelompok. Klasterisasi tersebut diperoleh berdasarkan data total kasus, total kematian dan total kesembuhan. Berdasarkan hasil dari penelitian ini, algoritma K-Means lebih optimal dari pada K-Medoids pada mengklasterisasi daerah - daerah di Indonesia. Dibuktikan pada nilai terbaik Davies Bouldin Index dari algoritma K-Means sebesar 0.158 dengan k = 4 dan algoritma K-Medoids sebesar 0.806 dengan k = 5. Hasil klasterisasi berdasarkan nilai yang paling optimal yaitu algoritma K-Means, memperlihatkan cluster 1 Jawa Tengah dan Jawa Timur menjadi yang teratas dikarenakan tingkat kasus serta tingkat kematian yang tinggi.