Analisis Klaster Persebaran COVID-19 di Sumatera Utara Menggunakan Metode K-Means dengan Visualisasi Berbasis Google Colab
(1) * Daniel Rumahorbo Mail (Universitas Negeri Medan, Indonesia)
(2) Gerhard Hasangapon Parapat Mail (Universitas Negeri Medan, Indonesia)
(3) Josua Deo Tampubolon Mail (Universitas Negeri Medan, Indonesia)
(4) Aurella Nasuiton Mail (Universitas Negeri Medan, Indonesia)
(5) Fanny Ramdhani Mail (Universitas Negeri Medan, Indonesia)
(6) Arnita Arnita Mail (Universitas Negeri Medan, Indonesia)
*corresponding author

Abstract


Pandemi COVID-19 telah memberikan dampak signifikan terhadap berbagai sektor, termasuk kesehatan, sosial, dan ekonomi. Provinsi Sumatera Utara sebagai salah satu daerah yang cukup padat penduduk menghadapi tantangan besar dalam menangani persebaran kasus COVID-19 yang tidak merata di setiap kabupaten/kota. Penelitian ini bertujuan untuk mengelompokkan wilayah berdasarkan tingkat risiko penyebaran COVID-19 menggunakan metode K-Means Clustering dengan variabel: jumlah penduduk, kepadatan penduduk, jumlah kasus positif, sembuh, meninggal, dan jumlah rumah sakit umum. Data diperoleh dari Badan Pusat Statistik dan Kementerian Kesehatan Republik Indonesia. Hasil analisis menghasilkan yaitu Zona Hijau (C1), Zona Kuning (C2), Zona Oranye (C3), dan Zona Merah (C4). Pengelompokan ini memberikan gambaran strategis terhadap distribusi layanan kesehatan dan perencanaan intervensi kebijakan di tiap wilayah. Visualisasi dilakukan menggunakan Google Colab untuk menampilkan peta klasterisasi kabupaten/kota. Penelitian ini diharapkan dapat menjadi dasar pertimbangan dalam perencanaan kebijakan penanganan pandemi di masa mendatang. 


Keywords


COVID-19, K-Means, Sumatera Utara, Data Wilayah, Clustering

   

DOI

https://doi.org/10.57235/qistina.v4i1.6389 		      

Article metrics

10.57235/qistina.v4i1.6389 Abstract views : 24 | PDF views : 9

   

Cite

How to cite item
   

Full Text

Download

References


I. Adiyarta, E. Mulyani, and R. Prasetyo, "Clustering Pengelompokan Penyebaran COVID-19 di Indonesia dengan Algoritma K-Means," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 3, pp. 1234–1240, 2020.

Anggiat, Penerapan Data Mining dalam Pengolahan Database untuk Pengambilan Keputusan. Medan: Penerbit Teknologi Data, 2022.

Y. F. S. Y. Damanik, Sumarno, I. Gunawan, D. Hartama, and I. O. Kirana, "Penerapan Data Mining untuk Pengelompokan Penyebaran Covid-19 di Sumatera Utara Menggunakan Algoritma K- Means," 2021.

D. L. Fithri, F. Nugraha, and N. Latifah, "Visualisasi Data Mining Cluster Covid-19 Menggunakan K-means dan Aplikasi Google Colaboratory," Jurnal Unitek, vol. 15, no. 2, pp. 159–165, 2022.

M. Fauzan and H. N. Wahyudi, "Pemanfaatan Data Clustering dalam Penanganan Wabah COVID- 19 di Indonesia Menggunakan K-Means dan DBSCAN," Jurnal Media Informatika Budidarma, vol. 5, no. 1, pp. 77–84, 2021.

R. Hardiani, Manajemen Basis Data dan Implementasinya dalam Dunia Digital. Jakarta: Cipta Informatika, 2022.

T. Hastie, R. Tibshirani, and J. Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2nd ed. New York: Springer, 2009.

J. Han, M. Kamber, and J. Pei, Data Mining: Concepts and Techniques, 3rd ed. San Francisco: Morgan Kaufmann, 2012.

K. Jain, "Data clustering: 50 years beyond K-means," Pattern Recognition Letters, vol. 31, no. 8, pp. 651–666, 2010.

W. S. Lestari and T. Hidayat, "Analisis Penerapan Data Mining Menggunakan K-Means Clustering untuk Segmentasi Wilayah Penyebaran COVID-19," Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 7, no. 2, pp. 137–144, 2022.

M. Masriani, Efektivitas Penggunaan Masker dalam Mencegah Penyebaran COVID-19. Banda Aceh: Pustaka Kesehatan, 2022.

S. R. Nasution, R. F. Sari, and R. Widyasari, "Analisis Klaster dengan Metode K-Means pada Informasi dan Komputer Bln-Thn, Vol.XX, No.X, hal. XX-XX Penyebaran Kasus Covid-19 Berdasarkan Kabupaten/Kota di Sumatera Utara," 2023.

N. Putri and D. Saputra, "Visualisasi Data Epidemiologi COVID-19 Menggunakan Google Colab dan Metode Elbow-KMeans," Prosiding Seminar Nasional Teknologi Informasi dan Komputer (SENTIKA), pp. 234–240, 2022.

A. M. Rahman and S. N. Hidayat, "Penerapan Metode K-Means untuk Klasterisasi Wilayah Berdasarkan Jumlah Kasus COVID-19 di Indonesia," Jurnal Sains dan Teknologi Informasi, vol. 6, no. 1, pp. 45–52, 2022.

M. A. Syakur, B. K. Khotimah, E. M. S. Rochman, and B. D. Satoto, "Integration K-Means Clustering Method and Elbow Method for Identification of the Best Customer Profile Cluster," International Journal of Advanced Science and Technology, vol. 38, pp. 111–121, 2020.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2025 Daniel Rumahorbo, Gerhard Hasangapon Parapat, Josua Deo Tampubolon, Aurella Nasuiton, Fanny Ramdhani, Arnita Arnita

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.