PENERAPAN DATA MINING MENGGUNAKAN METODE CLUSTERING UNTUK PREDIKSI PENYEBARAN COVID 19 BERDASARKAN HASIL SCREENING DAN TRACING

RIWANTO MANIK, OURENT CHRISIN RENATTA SIMANJORANG, DYMAS FREPIAN PURBA (2022) PENERAPAN DATA MINING MENGGUNAKAN METODE CLUSTERING UNTUK PREDIKSI PENYEBARAN COVID 19 BERDASARKAN HASIL SCREENING DAN TRACING , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

Virus Corona adalah virus yang menyebabkan penyakit pada manusia dan hewan. Virus yang ditemukan di Wuhan, China pada Desember 2019. Awal munculnya diduga pneumonia, dengan gejala yang mirip dengan flu pada umumnya. Namun, tidak seperti influenza, virus corona dapat berkembang dengan cepat, yang dapat menyebabkan infeksi yang lebih parah dan kegagalan organ. Jumlah Penderita COVID-19 di Indonesia mengalami peningkatan setiap bulan. Antisipasi dan pengurangan jumlah orang yang terinfeksi virus corona di Indonesia telah dilakukan di semua wilayah. Termasuk memberikan kebijakan yang membatasi aktivitas di luar rumah. Indonesia memiliki wilayah yang sangat luas, sehingga perlu dilakukan klasifikasi penyebaran Covid-19 berdasarkan wilayah atau daerah di Indonesia. Pengelompokan ini memberikan titik pusat bagi penyebaran kasus pandemi Covid-19 di Indonesia. Dalam pengujian data menggunakan data mining, Data mining memungkinkan pengguna untuk menemukan pengetahuan dalam basis data yang sebelumnya tidak diketahui pengguna. Dengan menggunakan teknik Clustering dan algoritma K-Means untuk memprediksi penyebaran covid-19 berdasarkan hasil screening dan tracing. Metode Clustering menghasilkan 3 Cluster, Cluster 0 dengan kategori sedang dengan jumlah 6 daerah, Cluster 1 dengan kategori rendah dengan jumlah 3 daerah dan Cluster 2 dengan cluster tinggi dengan jumlah 7 daerah, dengan nilai DBI -0,784.

JURNAL