PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS DALAM CLUSTERING RATA-RATA PENAMBAHAN KASUS COVID-19 BERDASARKAN KOTA/KABUPATEN DI PROVINSI SUMATERA SELATAN

NIRWANA, SEVI DIAN and Jambak, Muhammad Ihsan and Bardadi, Ali (2022) PERBANDINGAN ALGORITMA K-MEANS DAN K-MEDOIDS DALAM CLUSTERING RATA-RATA PENAMBAHAN KASUS COVID-19 BERDASARKAN KOTA/KABUPATEN DI PROVINSI SUMATERA SELATAN. Undergraduate thesis, Sriwijaya University.

	Text RAMA_57201_09031181823025.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy
	Text RAMA_57201_09031181823025_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
Preview	Text RAMA_57201_09031181823025_0205046801_0029068805_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB) | Preview
	Text RAMA_57201_09031181823025_0205046801_0029068805_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_57201_09031181823025_0205046801_0029068805_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text RAMA_57201_09031181823025_0205046801_0029068805_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (434kB) | Request a copy
	Text RAMA_57201_09031181823025_0205046801_0029068805_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (126kB) | Request a copy
	Text RAMA_57201_09031181823025_0205046801_0029068805_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (138kB) | Request a copy
	Text RAMA_57201_09031181823025_0205046801_0029068805_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy

Abstract

Penyebaran yang cukup luas dan cepat, membuat pandemi Covid-19 di Sumatera Selatan berdampak negatif pada semua sektor seperti kesehatan, pekerjaan dan perekonomian. Dengan kebijakan pemerintah yang mengelompokkan wilayah penanganan Covid-19 menjadi 4 zona, untuk melihat dan mengevaluasi apakah pengelompokkan wilayah tersebut sudah tepat dan sesuai dengan realita data Covid-19, digunakan teknik clustering data mining untuk mengelompokkan wilayah penyebaran Covid-19 di Sumatera Selatan. Bertujuan untuk mengetahui hasil cluster terbaik dan perbandingan algoritma K-Means dan K-Medoids dalam clustering rata-rata penambahan kasus Covid-19 di Provinsi Sumatera Selatan. Dari hasil pengujian algoritma pada K=4 menggunakan uji Mann-Whitney menghasilkan Nilai Sig atau P Value sebesar 0,190. Dimana Sig > 0.05 yang artinya tidak terdapat perbedaan signifikan antara dua algoritma tersebut. K cluster yang optimal untuk masing-masing algoritma menghasilkan bahwa DBI yang terkecil pada Algoritma K-Means adalah 0.078 pada K=2. Sedangkan algoritma K-Medoids optimal pada K=3 dengan nilai DBI 0.250. Dengan demikian antara algoritma K-Means dan K-Medoids, keduanya optimal dalam clustering rata-rata penambahan kasus Covid-19 berdasarkan Kota/Kabupaten di Provinsi Sumatera Selatan dan pengelompokkan wilayah berdasarkan hasil analisa clustering lebih optimal dengan pembagian 2 atau 3 cluster wilayah. Kata Kunci : Covid-19, K-Means, K-Medoids, Clustering, Mann-Whitney, DBI

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Covid-19, K-Means, K-Medoids, Clustering, DBI
Subjects:	Q Science > QA Mathematics > QA75-76.95 Calculating machines > QA76.9.D343 Data mining. Database searching. Big data.
Divisions:	09-Faculty of Computer Science > 57201-Information Systems (S1)
Depositing User:	Users 11671 not found.
Date Deposited:	27 Jul 2022 06:55
Last Modified:	27 Jul 2022 06:55
URI:	http://repository.unsri.ac.id/id/eprint/74978

Actions (login required)

View Item