Penerapan Algoritma K-Means pada Klasterisasi Data kawalcovid19.id

Abstract

Indonesia merupakan Negara dengan jumlah pasien Covid-19 cukup besar mengingat kepadatan penduduknya yang meningkat dari masa ke masa, virus Corona Virus Disease 2019 atau yang disebut juga dengan Covid-19 muncul pertama kali pada Provinsi Hubei kota Wuhan-Tiongkok pada akhir Desember 2019. Pemerintah menerapkan berbagai cara untuk mendisiplinkan masyarakat Indonesia dalam beraktivitas dan menjaga diri dengan protokol kesehatan serta membatasi interaksi antar sesama, sehingga masyarakat kita mampu melewati gelombang pandemi. Perean Teknologi pada masa pandemi sangatlah besar terutama dalam menyebar luasan informasi secara digital yang mudah diakses dari perangkat dengan koneksi internet, hal ini menjadi doronga untuk diterapkannya teknik klasterisasi menggunakan K - Means untuk mengetahui angka peningkatan dan penurunan pada kasus Covid-19 serta membangun kewaspadaan bagi masyarakat. Data kasus tersebut diperoleh dari website kawalcovid19.id, dengan jumlah yang banyak tidak akan mudah dalam menganalisa dan mengambil informasi, maka dibutuhkan teknik untuk klasterisasi dengan tujuan untuk mendapatkan intisari dari kumpulan data tesebut. C4.5 menjadi algoritma yang dipilih untuk proses klasterisasi pada data ini, dengan dilakukannya proses kastering maka didapatkan sebanyak 28 Provinsi (82%) menjadi Provinsi dengan tingkat penularan rendah, dan 4Provinsi (12%) dengan tingkat penularan sedang, serta 2 Provinsi (6%) memiliki tingkat penularan tinggi dengan total 34 Provinsi di indonesia dengan kurun waktu sampling yang dibatasi.