Record Detail
Advanced Search
Text
Klasterisasi Sebaran Kasus Covid-19 Di Kota Denpasar Menggunakan Algoritme K-Means
Berbagai upaya telah dilakukan oleh pemerintah untuk menanggulangi penyebaran Covid-19 di Kota Denpasar. Mulai dari membuat sistem informasi pendataan pasien Covid-19 dan peta sebaran pasien Covid-19 berdasarkan desa/kelurahan yang diupdate setiap hari dan terbuka untuk diakses oleh masyarakat umum. Dalam pengamatan yang dilakukan oleh peneliti, Pemerintah Kota Denpasar perlu menambahkan upaya untuk mengorganisir sebaran kasus Covid-19 khususnya di Kota Denpasar, dengan mengetahui karakteristik pasien Covid-19 dan mengelompokkan kelurahan-kelurahan berdasarkan kesamaan karakteristik sehingga dapat diketahui ciri khas dari masing masing kelompok kelurahan di Kota Denpasar. Masalah yang akan dibahas dalam penelitian ini yaitu, bagaimana melakukan klasterisasi sebaran kasus Covid-19 algoritme K-means. Tujuan dari penelitian yang diusulkan ini adalah untuk melakukan klasterisasi data Covid-19 menggunakan algoritme K-Means. Klasterisasi sebaran kasus Covid-19 di Kota Denpasar berhasil dilakukan menggunakan algoritme K-Means dan jumlah klaster yang digunakan yaitu 3, dengan klaster 0 (Low Cluster) sebanyak 16 desa/kelurahan, klaster 2 (Regular Cluster) sebanyak 21 desa/kelurahan, dan klaster 1 (High Clutser) sebanyak 6 desa/kelurahan. Validitas klaster diuji menggunakan metode Davies Bouldin dengan nilai yang dihasilkan yaitu -0.522.
Availability
No copy data
Detail Information
Series Title |
-
|
---|---|
Call Number |
-
|
Publisher | Jurnal Sains Komputer & Informatika (J-SAKTI) : Indonesia., 2021 |
Collation |
-
|
Language |
Indonesia
|
ISBN/ISSN |
2548-9771
|
Classification |
NONE
|
Content Type |
-
|
Media Type |
-
|
---|---|
Carrier Type |
-
|
Edition |
-
|
Subject(s) | |
Specific Detail Info |
-
|
Statement of Responsibility |
-
|
Other Information
Accreditation |
-
|
---|
Other version/related
No other version available
File Attachment
Information
Web Online Public Access Catalog - Use the search options to find documents quickly