IMPLEMENTASI ALGORITMA K-MEANS DALAM DATA MINING UNTUK CLUSTERING DATA COVID-19 GLOBAL
Coronavirus (COVID-19) adalah jenis virus baru yang terdeteksi pada manusia di provinsi Wuhan, Tiongkok, pada Desember 2019 dan telah menyebar ke lebih dari 190 negara. Patogen ini dikenal sebagai penyakit coronavirus 2019 (COVID-19), yang disebabkan oleh sindrom pernapasan akut coronavirus-2 (SARS-CoV-2). Virus ini dapat menular dari orang ke orang melalui droplet kecil dari hidung atau mulut saat batuk, bersin atau berbicara. Oleh karena itu, selama pandemi, sangat penting untuk menjaga jarak dengan orang lain, memakai masker, dan menghindari area penyebaran COVID-19 yang kuat. Penyebaran penyakit ini memiliki implikasi sosial dan ekonomi yang signifikan. Pada penelitian ini, kompilasi data COVID-19 di dunia (Global) dilakukan dengan metode data mining. Pengelompokan tersebut berdasarkan parameter jumlah kasus positif dan jumlah pasien yang meninggal dunia. Dalam penelitian ini, metode K-Means dan metode pengukuran jarak Euclidean digunakan untuk mengelompokkan data. Hasil penelitian ini akan diuji menggunakan Silhouette Coefficient untuk mengetahui kualitas clustering dan bertujuan untuk memberikan informasi tentang negara dengan kasus positif dan angka kematian yang dapat digunakan untuk evaluasi selama penanganan COVID-19. Virus dan membantu membuat keputusan strategis untuk menahan penyebaran virus corona di dunia.
URI
https://repo.itera.ac.id/depan/submission/SB2305260008
Keyword