Penerapan Algoritma K-Means     Berbasis Spasial Untuk Pengelompokan Potensi Virus Covid-19 Di Kabupaten Dompu

Ahmat Adil; I Made Yadi Darma; Heroe Santoso; Lalu Sofiyandi Prayatna

doi:10.33372/stn.v9i1.954

Ahmat Adil Universitas Bumigora
I Made Yadi Darma Universitas Bumigora
Heroe Santoso Universitas Bumigora
Lalu Sofiyandi Prayatna Universitas Bumigora

DOI: https://doi.org/10.33372/stn.v9i1.954

Keywords: Covid-19 Potensi virus Algoritma K-Means Data Spasial

Abstract

Pandemi COVID-19 memiliki dampak sosial-ekonomi yang besar, termasuk tingkat kemiskinan pada 2020 mencapai 12,4% atau akan ada 8,5 juta orang miskin baru. Kasus COVID-19 pertama kali yang tercatat di Kabupaten Dompu terjadi pada tanggal 18 April 2020. Penelitian ini bertujuan untuk mengimplementasikan Metode K-means berbasis spasial untuk mengetahui potensi penyebaran COVID-19 di Kabupaten Dompu. Metode yang digunakan dalam penelitian ini adalah data mining dengan menerapkan algorithma K-Means. Algoritma K-Means memiliki fungsi untuk mengelompokkan data kedalam cluster. Hasil yang diperoleh berdasarkan Analisa algoritma k-means terkait potensi penyebaran covid 19 di kabupaten Dompu dibagi menjadi 2 cluster diantaranya cluster 1 dalam kelompok zona orange 3 kecamatan yaitu kecamatan Woja, Dompu dan Hu’u, dan cluster 2 dalam zona merah 5 kecamatan yaitu Kilo, Pajo, Manggelewa, Kempo, Pekat. Pengelompokan data ini diimplementasikan kedalam data spasial yaitu data keruangan area yang merupakan potensi penyebaran covid 19. Kesimpulan yang didapatkan adalah metode K-Means berhasil mengelompokkan potensi penyebaran covid-19 di Kabupaten Dompu dengan 2 cluster diantaranya cluster 1 dalam kelompok zona orange 3 kecamatan, dan cluster 2 dalam zona merah 5 kecamatan. Dan dari hasil akhir usability penggunaan aplikasi menyimpulkan bahwa penerapan metode K-Means dalam pengelompokan penyebaran kasus covid-19 di kabupaten Dompu “Sangat Baik”

References

Adil, A. (2017). Sistem Informasi Geografis. 172. https://books.google.co.id/books?id=ui1LDwAAQBAJ&pg=PA172&dq=pengertian+analisis+spasial&hl=id&sa=X&ved=0ahUKEwjc0fb6kIjfAhWYTn0KHbJ_B4MQ6AEIKDAA#v=onepage&q=pengertian analisis spasial&f=true

Adil, A. (2018). Perancangan Spasial Pengembangan Potensi Produk Kerajinan berbasis Pemukiman di Taman Nasional Komodo. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 18(1[1] A. Adil, “Perancangan Spasial Pengembangan Potensi Produk Kerajinan berbasis Pemukiman di Taman Nasional Komodo,” MATRIK J. Manajemen, Tek. Inform. dan Rekayasa Komput., vol. 18, issue 1, pp. 50–57, 2018.), 50–57. https://doi.org/10.30812/matrik.v18i1.353

Adil, A., Dwiputri, R. A., & Triwijoyo, B. K. (2022). Aplikasi Spasial Rekomendasi Wisata Terdekat dengan Metode Haversine Berbasis Mobile. Jurnal Bumigora Information Technology (BITe), 4(1), 95–106. https://doi.org/10.30812/bite.v4i1.1948

Adil, A., & Triwijoyo, B. K. (2021). Sistem Informasi Geografis Pemetaan Jaringan Irigasi dan Embung di Lombok Tengah. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 20(2), 273–282. https://doi.org/10.30812/matrik.v20i2.1112

BASTIAN, A. (2018). Penerapan Algoritma K-Means Clustering Analysis Pada Penyakit Menular Manusia (Studi Kasus Kabupaten Majalengka). Jurnal Sistem Informasi, 14(1), 28–34. https://doi.org/10.21609/jsi.v14i1.566

Damanik, Y. F. S. Y., Sumarno, S., Gunawan, I., Hartama, D., & Kirana, I. O. (2021). Penerapan Data Mining Untuk Pengelompokan Penyebaran Covid-19 Di Sumatera Utara Menggunakan Algoritma K-Means. Jurnal Ilmu Komputer Dan Informatika, 1(2), 109–132. https://doi.org/10.54082/jiki.13

Ediyanto, Mara, N., & Satyahadewi, N. (2013). Pengklasifikasian Karakteristik Dengan Metode K-Means Cluster Analysis. Buletin Ilmiah Mat. Stat. Dan Terapannya (Bimaster), 02(2), 133–136.

Estro Darianto Sihaloho. (2020). Dampak Covid-19 Terhadap Perekonomian Indonesia Dampak Covid-19 Terhadap Perekonomian Indonesia. ResearchGate, April, 1–6.

Fillaili, R., & Tamyis, A. R. (2020). Menjaga Persepsi Resiko Masyarakat Melalui Komunikasi Risiko Yang Efektif Pada Masa Pandemi Covid-19. SMERU Catatan Kebijakan, 7.

Gustientiedina, G., Adiya, M. H., & Desnelita, Y. (2019). Penerapan Algoritma K-Means Untuk Clustering Data Obat-Obatan. Jurnal Nasional Teknologi Dan Sistem Informasi, 5(1), 17–24. https://doi.org/10.25077/teknosi.v5i1.2019.17-24

Hutagalung, J. (2022). Pemetaan Siswa Kelas Unggulan Menggunakan Algoritma K-Means Clustering. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 9(1), 606–620. https://doi.org/10.35957/jatisi.v9i1.1516

Iba, T., Levy, J. H., Connors, J. M., Warkentin, T. E., Thachil, J., & Levi, M. (2020). The unique characteristics of COVID-19 coagulopathy. Critical Care, 24(1), 4–11. https://doi.org/10.1186/s13054-020-03077-0

Izzah, L. ‘, & Jananto, A. (2022). Penerapan Algoritma K-Means Clustering Untuk Perencanaan Kebutuhan Obat Di Klinik Citra Medika. Progresif: Jurnal Ilmiah Komputer, 18(1), 69. https://doi.org/10.35889/progresif.v18i1.769

Mirantika, N. (2021). Penerapan Algoritma K-Means Clustering Untuk Pengelompokan Penyebaran Covid-19 di Provinsi Jawa Barat. Nuansa Informatika, 15(2), 92–98. https://doi.org/10.25134/nuansa.v15i2.4321

Normah, Rifai, B., Vambudi, S., & Maulana, R. (2022). Analisa Sentimen Perkembangan Vtuber Dengan Metode Support Vector Machine Berbasis SMOTE. Jurnal Teknik Komputer AMIK BSI, 8(2), 174–180. https://doi.org/10.31294/jtk.v4i2

Nur Khormarudin, A. (2016). Teknik Data Mining: Algoritma K-Means Clustering. Jurnal Ilmu Komputer, 1–12. https://ilmukomputer.org/category/datamining/

Pricillia, T., & Zulfachmi. (2021). Perbandingan Metode Pengembangan Perangkat Lunak (Waterfall, Prototype, RAD). Jurnal Bangkit Indonesia, 10(1), 6–12. https://doi.org/10.52771/bangkitindonesia.v10i1.153

Purba, W., Siawin, W., & . H. (2019). Implementasi Data Mining Untuk Pengelompokkan Dan Prediksi Karyawan Yang Berpotensi Phk Dengan Algoritma K-Means Clustering. Jurnal Sistem Informasi Dan Ilmu Komputer Prima(JUSIKOM PRIMA), 2(2), 85–90. https://doi.org/10.34012/jusikom.v2i2.429

Rahmayani, M. T. I. (2018). Analisis Clustering Tingkat Keparahan Penyakit Pasien Menggunakan Algoritma K-Means. Jurnal Inovasi Teknik Informatika, 1(2), 40–44.

Saputri, N. S., Anbarani, M. D., Toyamah, N., & Yumna, A. (2020). Dampak Pandemi Covid-19 pada Layanan Gizi dan Kesehatan Ibu dan Anak (KIA): Studi Kasus di Lima Wilayah di Indonesia. The SMERU Research Institute, 5, 1–8.

Sayuti, R. H., & Hidayati, S. A. (2020). Dampak Pandemi Covid-19 Terhadap Ekonomi Masyarakat di Nusa Tenggara Barat. RESIPROKAL: Jurnal Riset Sosiologi Progresif Aktual, 2(2), 133–150. https://doi.org/10.29303/resiprokal.v2i2.46

Sugianto, C. A., Rahayu, A. H., & Gusman, A. (2020). Algoritma K-Means untuk Pengelompokkan Penyakit Pasien pada Puskesmas Cigugur Tengah. Journal of Information Technology, 2(2), 39–44. https://doi.org/10.47292/joint.v2i2.30

Suryahadi, A., Al Izzati, R., & Suryadarma, D. (2020). The Impact of COVID-19 Outbreak on Poverty: An Estimation for Indonesia (Draft). SMERU Working Paper, April(April), 1–20. http://smeru.or.id/en/content/impact-covid-19-outbreak-poverty-estimation-indonesia

Velavan, T. P., & Meyer, C. G. (2020). The COVID-19 epidemic. Tropical Medicine and International Health, 25(3), 278–280. https://doi.org/10.1111/tmi.13383

Wahid, A. A. (2020). Analisis Metode Waterfall Untuk Pengembangan Sistem Informasi. Jurnal Ilmu-Ilmu Informatika Dan Manajemen STMIK, November, 1–5.

Wulandari, L., & Yogantara, B. O. (2022). Algorithm Analysis of K-Means and Fuzzy C-Means for Clustering Countries Based on Economy and Health. Faktor Exacta, 15(2), 109–116. https://journal.lppmunindra.ac.id/index.php/Faktor_Exacta/article/view/12106%0Ahttps://journal.lppmunindra.ac.id/index.php/Faktor_Exacta/article/download/12106/4917

Yumna, athia; et al. (2020). Apa Yang Saat Ini Perlu Dilakukan Oleh Pemerintah? Ringkasan Eksekutif. 3. www.smeru.or.id.