Penggunaan Metode K-Means dan K-Means++ Sebagai Clustering Data Covid-19 di Pulau Jawa

Abstract

Virus Corona (Covid-19) merupakan penyakit menular yang dapat ditularkan antara hewan dan manusia. Pada akhir Desember 2019, virus itu teridentifikasi di Provinsi Wuhan, Cina. Saat ini, seluruh dunia sedang berjuang, mencegah, dan akhirnya menaklukkan penyebaran virus corona. Penelitian ini bertujuan untuk mengklaster data penyebaran Covid-19 di setiap kabupaten di Pulau Jawa sehingga menghasilkan klaster zona yang harus dilaksanakan PPKM berdasarkan kasus positif, vaksin dosis pertama, dan dosis kedua. vaksin. Metode K-Means digunakan dengan cara menentukan jumlah cluster (K), mengatur pusat cluster secara arbitrer, mengelompokkan data ke dalam cluster dengan jarak terpendek, menghitung pusat cluster, dan mengulangi langkah 2-4 sampai tidak ada data yang berpindah ke lokasi yang berbeda. gugus. K-Means++ digunakan dengan cara memilih secara acak nilai k pertama dari pusat cluster pertama titik data, mengelompokkan data berdasarkan jarak minimum ke centroid, memperbarui nilai titik centroid dengan menentukan rata-rata setiap cluster, dan ulangi langkah 2 dan 3 sampai tidak ada yang bergerak. Berdasarkan jumlah kasus positif, sembuh, dan meninggal, kasus tersebut dikategorikan. Setelah dilakukan pengelompokan dan mendapatkan klaster pada masing-masing kelompok, setiap klaster akan dievaluasi kualitasnya menggunakan koefisien siluet untuk memilih yang terbaik. Hasil kajian tersebut diharapkan dapat mengungkap sejauh mana penyebaran virus Covid-19 di setiap kabupaten/kota di Pulau Jawa, serta cluster dengan skor Silhouette Coefficient tertinggi. Untuk hasil pengujian menggunakan Silhouette Coefficient, metode K-Means K=3 menghasilkan 0,825, K=4 menghasilkan 0,873, dan K=5 menghasilkan 0,862; untuk metode K-Means++, k=3 menghasilkan 0,822, K=4 menghasilkan 0,865, dan K = 5 menghasilkan 0,882. Hasil penelitian menunjukkan bahwa K-Means++ lebih unggul dalam memberikan informasi sejauh mana penyebaran virus Covid-19, dan uji Silhouette Coefficient digunakan untuk menentukan kualitas cluster yang optimal.