PEMETAAN PENYEBARAN COVID-19 PADA TINGKAT KABUPATEN/KOTA DI PULAU JAWA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING

Authors

DOI:

https://doi.org/10.46984/sebatik.v25i2.1307

Keywords:

Covid-19, DBI, Data Mining, K-Means, Clustering

Abstract

Coronavirus atau Covid-19 adalah virus yang ditemukan di Wuhan, China pada Desember 2019. Virus Covid-19 memiliki kemampuan penyebaran yang cukup cepat diseluruh dunia termasuk di Indonesia melalui interaksi antar manusia dan menginfeksi saluran pernapasan yang dapat menyebabkan kematian. Kasus Covid-19 yang terus meningkat membuat perlu dilakukan pemetaan tingkat kerawanan penyebaran Covid-19 khususnya di Pulau Jawa. Algoritma K-Means adalah salah satu metode clustering yang dapat membagi data ke dalam beberapa kelompok. Davies Bouldin Index (DBI) digunakan untuk menghitung kemiripan setiap cluster. Hasil pengujian menunjukkan cluster terbaik pada ukuran cluster 3 dengan nilai DBI 0.609. Terdapat 3 tingkat kerawanan, yaitu kerawanan rendah terdapat pada cluster 0 yang memiliki 105 kabupaten/kota, kerawanan sedang terdapat pada cluster 2 yang memiliki 7 kabupaten/kota, dan kerawanan tinggi terdapat pada cluster 1 yang memiliki 7 kabupaten/kota. Hasil pemetaan menunjukkan kabupaten/kota yang berada pada tingkat kerawanan tinggi berada di Kota Jakarta Utara, Kota Jakarta Barat, Kota Jakarta Pusat, Kota Jakarta Selatan, Kota Jakarta Timur, Kota Surabaya, dan Kota Semarang. Hasil dari penelitian diharapkan dapat digunakan sebagai acuan oleh masyarakat maupun pemerintah.

References

Adhitama, R., Burhanuddin, A. & Ananda, R. 2020. Penentuan Jumlah Cluster Ideal Smk di Jawa Tengah Dengan Metode X-Means Clustering dan K-Means Clustering. JIKO (Jurnal Informatika dan Komputer). 3(1):1–5. DOI: 10.33387/jiko.
Armijon. 2019. PEMETAAN DIGITAL PRAKTIS. Armijon, Ed. Bandar Lampung: Anugrah Utama Raharja.
Banyumanik, K. 2018. Analisis Potensi Desa Berbasis Sistem Informasi Geografis (Studi Kasus: Kelurahan Sumurboto, Kecamatan Banyumanik, Kabupaten Semarang). Jurnal Geodesi Undip. 7(4):1–7.
Han, J., Kamber, M. & Pei, J. 2012. Data mining: Data mining concepts and techniques. DOI: 10.1109/ICMIRA.2013.45.
Hanafi, M.A., Ode, L., Sety, M. & Lestari, H. 2020. PEMETAAN KASUS COVID-19 DI SULAWESI TENGGARA TAHUN 2020. 1(1):11–20.
Heraldi, H.Y., Aprilia, N.C. & Pratiwi, H. 2019. Analisis Cluster Intensitas Kebencanaan di Indonesia Menggunakan Metode K-Means. Indonesian Journal of Applied Statistics. 2(2):137. DOI: 10.13057/ijas.v2i2.34911.
Irwansyah, E. & Faisal, M. 2015. Advanced clustering teori dan aplikasi. Yogyakarta: Deepublish.
Kementrian Kesehatan RI. 2020. Apa itu Coronavirus? Informasi Tentang Virus Corona | Stoppneumonia.id. https://stoppneumonia.id/informasi-tentang-virus-corona-novel-coronavirus/ [diakses tanggal 02 Juli 2020].
Komite Penanganan Covid-19. 2020. Jubir Pemerintah: Atasi COVID-19 Dengan Putus Rantai Penularan - Berita Terkini | Satgas Penanganan COVID-19. https://covid19.go.id/p/berita/jubir-pemerintah-atasi-covid-19-dengan-putus-rantai-penularan [diakses tanggal 13 Oktober 2020].
Nawrin, S., Rahatur, M. & Akhter, S. 2017. Exploreing K-Means with Internal Validity Indexes for Data Clustering in Traffic Management System. International Journal of Advanced Computer Science and Applications. 8(3). DOI: 10.14569/ijacsa.2017.080337.
Nishom, M. & Fathoni, M.Y. 2018. Implementasi Pendekatan Rule-Of-Thumb untuk Optimasi Algoritma K-Means Clustering. Jurnal Informatika: Jurnal Pengembangan IT. 3(2):237–241. DOI: 10.30591/jpit.v3i2.909.
Pemerintah Provinsi Banten. 2021. Corona Provinsi Banten. https://infocorona.bantenprov.go.id/ [diakses tanggal 27 Maret 2021].
Pemerintah Provinsi DI Yogyakarta. 2021. Yogyakarta Tanggap COVID-19. https://corona.jogjaprov.go.id/data-statistik [diakses tanggal 27 Maret 2021].
Pemerintah Provinsi DKI Jakarta. 2021. Covid-19. https://corona.jakarta.go.id/id/peta-persebaran [diakses tanggal 27 Maret 2021].
Pemerintah Provinsi Jawa Barat. 2021. Sebaran Kasus - Pikobar [Pusat Informasi dan Koordinasi COVID-19 Jawa Barat]. https://pikobar.jabarprov.go.id/distribution-case [diakses tanggal 27 Maret 2021].
Pemerintah Provinsi Jawa Tengah. 2021. Jateng Tanggap COVID-19. https://corona.jatengprov.go.id/data [diakses tanggal 27 Maret 2021].
Pemerintah Provinsi Jawa Timur. 2021. JATIM TANGGAP COVID-19. Available: https://www.infocovid19.jatimprov.go.id/ [diakses tanggal 27 Maret 2021].
Purnomo, K. 2021. UPDATE 27 Maret 2021: Bertambah 4.461 Orang, Kasus Covid-19 di Indonesia Capai 1.492.002. https://nasional.kompas.com/read/2021/03/27/16440421/update-27-maret-2021-bertambah-4461-orang-kasus-covid-19-di-indonesia-capai [diakses tanggal 04 April 2021].
Ridlo, M.R., Defiyanti, S. & Primajaya, A. 2017. Implementasi Algoritme K-Means Untuk Pemetaan Produktivitas Panen Padi Di Kabupaten Karawang. Citee 2017. 426–433.
Santosa, B. 2007. Data Mining : Teknik Pemanfaatan Data untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu.
Sholihah, S.A. 2021. Analisis Cluster untuk Pemetaan Data Kasus Covid-19 di Indonesia Menggunakan K-Means.
Solichin, A. & Khairunnisa, K. 2020. Klasterisasi Persebaran Virus Corona (Covid-19) Di DKI Jakarta Menggunakan Metode K-Means. Fountain of Informatics Journal. 5(2):52. DOI: 10.21111/fij.v5i2.4905.
Tim Detikcom. 2021. Sebaran 4.461 Kasus Baru Corona di RI 27 Maret, DKI Tertinggi. https://news.detik.com/berita/d-5510377/sebaran-4461-kasus-baru-corona-di-ri-27-maret-dki-tertinggi [diakses tanggal 27 Maret 2021].
Yusuf, H. & Halim, H. 2014. Survey Dan Pemetaan. 1st ed. Yogyakarta: Deepublish.

Published

2021-12-01

How to Cite

Gayatri, L. and Hendry, H. (2021) “PEMETAAN PENYEBARAN COVID-19 PADA TINGKAT KABUPATEN/KOTA DI PULAU JAWA MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING”, Sebatik, 25(2), pp. 493–499. doi: 10.46984/sebatik.v25i2.1307.