Pengelompokan Penyebaran Covid-19 di Jawa Timur dengan Metode K-Medoids Clustering

Ghofur Ghofur, Tutuk Indriyani

Abstract


Penularan covid-19 hanya bisa dicegah dengan disiplin tinggal dirumah. Resiko penularan juga dapat dihindari dan masalah covid-19 di Indonesia dapat segera diatasi dengan kebijakan terbaik. Total penyebaran covid-19 di Indonesia kini telah mencapai 14.265, dan jika penyebaran covid-19 pulih di Indonesia akan mencapai 2.881 dengan tingkat kematian 991. Kementerian Kesehatan Republik Indonesia (Kemenkes RI) mengklasifikasikan menjadi orang dalam pemantauan (ODP), pasien dalam pengawasan (PDP), orang tanpa gejala (OTG) dan pasien terkonfirmasi bila didapatkan hasil RTPCR COVID- 19 positif dengan gejala apapun. Algoritma yang digunakan untuk mengklustering virus Covid-19 adalah K-Medoids klustering. Dataset dalam penelitian ini adalah dataset Covid-19.Hasil dari clustering data Covid-19 adalah 3 tingkat penyebaran Covid-19 yaitu tinggi, sedang, rendah. jumlah data pada cluster ke-0 memiliki jumlah data sebanyak 1032 dan titik centroid 487 pada New Cases 0,15 dan dengan New Deaths -0,26 sedangkan pada kluster ke-1 memiliki jumlah 1032 data dan juga titik centroid 267 untuk New Cases -0,08 dan pada New Deaths -0,66. Pada cluster ke-2 memiliki jumlah data 1032 dan titik centroid 757 pada New Cases -0,11 dan dengan New Deaths -0,45, dari dataset tersebut dengan 3 kluster diperoleh cluster 2 merupakan kluster yang terbaik yang perlu dilakukan penanganan covid-19 di jawa timur.

 


Keywords


: Covid-19; Clusrtering; K-medoids; silhouette coefisient

Full Text:

PDF

References


A. Sobrinho Campolina Martins, L. Ramos de Araujo, and D. Rosana Ribeiro Penido, “K-Medoids clustering applications for high-dimensionality multiphase probabilistic power flow,” International Journal of Electrical Power and Energy Systems, vol. 157, Jun. 2024, doi: 10.1016/j.ijepes.2024.109861.

T. Indriyani, M. Kurniawan, G. E. Yuliastuti, A. Rachman, C. N. Prabiantissa and R. K. Hapsari, "An Improve KNN Method for Classification of Sexually Transmitted Diseases," 2023 Sixth International Conference on Vocational Education and Electrical Engineering (ICVEE), Surabaya, Indonesia, 2023, pp. 315-319, doi: 10.1109/ICVEE59738.2023.10348340.

S. Akter, F. Reza, and M. Ahmed, “Convergence of Blockchain, k-medoids and homomorphic encryption for privacy preserving biomedical data classification,” Internet of Things and Cyber-Physical Systems, vol. 2, pp. 99–110, Jan. 2022, doi: 10.1016/j.iotcps.2022.05.006.

N. Sureja, B. Chawda, and A. Vasant, “An improved K-medoids clustering approach based on the crow search algorithm,” Journal of Computational Mathematics and Data Science, vol. 3, Jun. 2022, doi: 10.1016/j.jcmds.2022.100034.

Q. Li, X. Zhang, T. Ma, D. Liu, H. Wang, and W. Hu, “A Multi-step ahead photovoltaic power forecasting model based on TimeGAN, Soft DTW-based K-medoids clustering, and a CNN-GRU hybrid neural network,” Energy Reports, vol. 8, pp. 10346–10362, Nov. 2022, doi: 10.1016/j.egyr.2022.08.180.

T. Indriyani, S. Nurmuslimah, A. Taufiqurrahman, R. K. Hapsari, C. N. Prabiantissa, and A. Rachmad, “Steganography on Color Images Using Least Significant Bit (LSB) Method,” 2023, pp. 39–48. doi: 10.2991/978-94-6463-174-6_5.




DOI: https://doi.org/10.31284/p.snestik.2024.5938

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Tutuk Indriyani

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