Penerapan Metode Clustering Dengan Algoritma K-Means Untuk Analisa Persebaran Varian Covid-19 (Studi Kasus Kelurahan Antapani Kidul)

Abstract

Pandemi COVID-19 merupakan peristiwa persebaran penyakit yang terjadi di seluruh dunia. Berbagai negara telah berupaya untuk memberhentikan pergerakan virus tersebut agar tidak terjadi gelombang akibat virus yang berevolusi dan melahirkan varian baru. Pada umumnya, data persebaran dari suatu wilayah sangat diperlukan oleh para praktisi Kesehatan untuk meneliti lajur dan kemungkinan terjadinya gelombang ataupun ditemukannya varian baru dari virus SARS-Cov-2. Penelitian ini bertujuan untuk menganalisa persebaran varian COVID-19 di kelurahan Antapani Kidul, kota Bandung dari segala aspek perbedaan dari setiap variannya. Metode dalam penelitian ini yaitu menggunakan teknik clustering dengan penggunaan alur data mining yang menerapkan algoritma K-Means. Algoritma K- Means menggunakan dataset yang digunakan untuk mengelompokan data berdasarkan kriteria pendukung berupa tingkat penularan, tingkat transmisi komunitas, dan juga sejumlah dampaknya pada imunitas pasien pengidap COVID- 19. Dalam penelitian ini juga diukur akurasi dari performansi metode clustering menggunakan algoritma K-Means dengan membandingkannya dengan empat metode lain, yaitu DBSCAN, Gaussian Mixture, Agglomerative Clustering, dan Spectral Clustering dengan menggunakan tabel Performance Metrics dengan empat parameter pengukuran yang disebut main metrics, yang merupakan Silhouette Score, Calinski- Harbasz Index, Davies Bouldien Index, dan Rand Index.

Kata kunci: COVID-19, Varian, Algoritma K-Means, Clustering, Kriteria, Persebaran, Performance Metrics.