Penerapan Data Mining Untuk Mengelompokkan Penyebaran Covid-19 di Indonesia Menggunakan Algoritma K-Means
Abstract
Pandemi COVID-19 yang dimulai pada akhir 2019 telah berdampak signifikan pada sektor kesehatan, ekonomi, dan sosial di seluruh dunia, termasuk di Indonesia. Kondisi geografis dan demografis yang beragam di Indonesia menghadirkan tantangan unik dalam memahami penyebaran kasus COVID-19. Variasi dalam distribusi kasus dipengaruhi oleh faktor-faktor seperti kepadatan penduduk, mobilitas antar wilayah, dan akses layanan kesehatan. Pendekatan berbasis data menjadi krusial untuk mengidentifikasi pola penyebaran dan mengembangkan strategi mitigasi yang efektif.Algoritma clustering K-Means digunakan sebagai metode data mining untuk mengelompokkan wilayah di Indonesia berdasarkan kesamaan karakteristik kasus COVID-19. Data sekunder, termasuk jumlah kasus, tingkat kesembuhan, dan angka kematian, diproses menggunakan aplikasi RapidMiner. Analisis menghasilkan tiga kluster: wilayah dengan prevalensi tinggi, sedang, dan rendah. Hasil tersebut konsisten dengan perhitungan manual, yang menunjukkan efektivitas algoritma serta keandalan RapidMiner dalam menangani data skala besar dan kompleks.Hasil clustering memberikan wawasan berharga tentang pola distribusi COVID-19, sehingga memungkinkan perumusan kebijakan mitigasi yang lebih spesifik dan terarah. Selain itu, penerapan algoritma K-Means menunjukkan potensi untuk membangun sistem peringatan dini dalam mengantisipasi lonjakan kasus di masa depan. Pendekatan ini menegaskan pentingnya Algorithms, COVID-19, Data Mining, Indonesia, K-Means, Regional Clustering,pengambilan keputusan berbasis data dalam pengelolaan pandemi dan strategi alokasi sumber daya.
Kata Kunci: Algoritma, COVID-19, Data Mining, Indonesia, K-Means, Pengelompokan Wilayah
References
Sitohang, R., & Dewi, A. S. (2016). Data mining: Teori dan aplikasi. Informatika.
Suyanto, S. (2018). Machine learning dan data mining: Mengolah data menjadi informasi berharga. Andi.
Girsang, S. R., & Simarmata, J. (2017). Algoritma dan pemrograman data mining. Elex Media Komputindo.
Kusrini, A., & Luthfi, E. (2009). Algoritma data mining. Andi.
Pradana, M. A., & Sihombing, R. (2020). Data mining dan aplikasinya: Teori dan implementasi. Informatika.
Wibisono, H. (2021). Pengolahan data dengan data mining menggunakan algoritma K-Means. Bumi Aksara.
Siregar, A. M. (n.d.). Data mining: Pengolahan data menjadi informasi dengan Rapidminer. Grup CV Kekata. Retrieved from http://www.rapidminer.com
Tan, P.-N., Steinbach, M., & Kumar, V. (2006). Introduction to data mining. Pearson Addison-Wesley.
Pradana, M. A., & Sihombing, R. (2020). Data mining dan aplikasinya: Teori dan implementasi. Informatika.
Sari, M. R. M. (2024). Metode clustering analisis data penyakit berbahaya. Serasi ssMedia Teknologi. Retrieved from http://www.serasi.com