Analisis Faktor Risiko Tingkat Kematian Pasien COVID-19 Menggunakan Algoritma K-Means Clustering
Abstrak
Pandemi COVID-19 yang berlangsung sejak 2020 hingga 2023 telah menyebabkan jutaan kasus infeksi dan kematian di seluruh dunia, termasuk di Indonesia. Penyebaran yang tidak merata dan tingkat kematian yang bervariasi antar wilayah menunjukkan adanya perbedaan faktor risiko yang mempengaruhi kondisi pasien. Penelitian ini bertujuan untuk mengidentifikasi faktor-faktor tersebut—seperti usia, jenis kelamin, dan durasi sakit—guna mengelompokkan pasien berdasarkan risiko yang berdampak pada tingkat kematian dengan menggunakan algoritma K-Means Clustering . Data yang digunakan berasal dari laporan resmi pasien di Kota Depok, yang melalui tahapan preprocessing seperti pembersihan data, seleksi fitur, dan normalisasi. Hasil analisis menunjukkan terbentuknya empat kelompok utama, dengan Cluster 3 (rata-rata usia 56 tahun) memiliki status akhir dominan "meninggal", meskipun durasi sakit relatif singkat. Hal ini mengindikasikan adanya komorbid atau keterlambatan penanganan. Dengan demikian, pendekatan ini dapat digunakan sebagai dasar pengembangan sistem peringatan dini bagi pasien berisiko tinggi, serta membantu alokasi sumber daya medis secara lebih tepat sasaran
Kata kunci: COVID-19, K-Means Clustering, Faktor Risiko Kematian
Referensi
A. Solichin and K. K., "Klasterisasi Persebaran Virus Corona (Covid-19) di DKI Jakarta," Fountain of Informatics Journal, vol. 8, 2020.
A. A. N. Risal, "Penerapan data mining dalam mengklasifikasikan tingkat kasus Covid-19 di Sulawesi Selatan menggunakan Naïve Bayes," 2021.
M. H. Dunham, Data Mining: Introductory and Advanced Topics. New Jersey: Prentice Hall, 2003.
B. Etikasari et al., "Sistem Informasi Deteksi Dini Covid-19," 2020.
P. Z. Fauziah Nur, "Penerapan Algoritma K-Means pada siswa baru Sekolah Menengah Kejuruan," Jurnal Nasional Informatika dan Teknologi Jaringan, vol. 6, 2017.
U. Fayyed et al., "The KDD Process Model," 1996.
I. Ghozali, Aplikasi Analisis Multivariate dengan Program SPSS. Semarang, 2011.
Handayani, Metode Penelitian Kualitatif & Kuantitatif. CV. Pustaka Ilmu, 2020.
Hairunisa and Amalia, "Review: penyakit virus Corona baru 2019 (COVID-19)," Jurnal Biomedika dan Kesehatan (JBK), 2020.
H. Susanto and Sudiyanto, "Data mining untuk memprediksi prestasi siswa berdasarkan sosial ekonomi, motivasi, kedisiplinan dan prestasi masa lalu," Jurnal Pendidikan Vokasi, vol. 4, no. 2, 2019.
I. Cholissodin, "Klasifikasi tingkat laju data Covid-19 untuk mitigasi penyebaran menggunakan metode Modified K-Nearest Neighbour (MKNN)," 2021.
M. Joko Suntoro, Data Mining: Algoritma dan Implementasi dengan Pemrograman PHP. Semarang: Joko Suntoro, M.Kom., 2019.
H. M. Jogiyanto, Analisa dan Desain Sistem Informasi: Pendekatan Terstruktur Teori dan Praktik Aplikasi Bisnis. Yogyakarta: ANDI, 2005.
A. Mahmudan, "Pengelompokan kabupaten/kota di Jawa Tengah berdasarkan kasus COVID-19 menggunakan K-Means Clustering," Jurnal Matematika Statistika dan Komputansi, vol. 13, 2020.
S. Mulyanti, "Penerapan data mining dengan metode clustering untuk pengelompokkan data pengiriman burung," Prosiding Seminar Ilmiah Nasional Teknologi Komputer, pp. 30–35, 2015.
D. Prastyadi Wibawa Rahayu et al., Buku Ajar Data Mining. Jambi: PT. Sonpedia Publishing Indonesia, 2024.
D. Sari, "Implementasi Algoritma K-Means dalam menentukan tingkat penyebaran pandemi," Computer Based Information System Journal, vol. 9, 2022.
F. T. S. P. Tamba, "Penerapan data mining untuk menentukan penjualan sparepart Toyota menggunakan K-Means Clustering," Jurnal Sistem Informasi Komputer Prima, pp. 67–72, 2019.
W. N. S. Sindi, "Analisis Algoritma K-Medoids Clustering dalam pengelompokan penyebaran COVID-19 di Indonesia," Jurnal Teknologi Informasi, pp. 166–173, 2020.
H. Susanto, "Data Mining untuk Memprediksi Prestasi Siswa," Jurnal Pendidikan Vokasi, pp. 222–231, 2014.
T. Hardiani, "Analisis Clustering Kasus Covid-19 di Indonesia Menggunakan Algoritma K-Means," 2022.
Y. P. A. Juli, "Penerapan Metode K-Means Clustering untuk Mengelompokkan Data Kasus Covid-19 di Indonesia," 2022.
Y. Asriningtias and R. Mardhiyah, "Aplikasi Data Mining untuk Menampilkan Informasi Tingkat Kelulusan Mahasiswa," Jurnal Informatika, pp. 837–848, 2014.
Y. Darmi and A. S., "Penerapan Metode Clustering K-Means dalam pengelompokkan penjualan produk," Jurnal Media Infotama, vol. 10, 2016.
