CLUSTERING DAMPAK DAN PENANGANAN COVID 19 SE-ASIA MENGGUNAKAN METODE K-MEANS DENGAN VARIABEL-VARIABEL PADA EPIDEMIOLOGI

Abineno, Reynaldi Thimoyius (2022) CLUSTERING DAMPAK DAN PENANGANAN COVID 19 SE-ASIA MENGGUNAKAN METODE K-MEANS DENGAN VARIABEL-VARIABEL PADA EPIDEMIOLOGI. S2 thesis, Universitas Atma Jaya Yogyakarta.

[img]
Preview
Text (Reynaldi Thimoyius Abineno)
205303224_bab 0.pdf

Download (606kB) | Preview
[img]
Preview
Text
205303224_bab 1.pdf

Download (427kB) | Preview
[img]
Preview
Text
205303224_bab 2.pdf

Download (318kB) | Preview
[img]
Preview
Text
205303224_bab 3.pdf

Download (743kB) | Preview
[img] Text
205303224_bab 4.pdf
Restricted to Registered users only

Download (599kB)
[img] Text
205303224_bab 5.pdf
Restricted to Registered users only

Download (739kB)
[img]
Preview
Text
205303224_bab 6.pdf

Download (714kB) | Preview

Abstract

Sampai saat ini pandemi COVID-19 masih melanda seluruh dunia. Disaat yang bersamaan seluruh negara di dunia tetap berupaya agar bisa cepat keluar dari pandemi ini. Kualitas penanganan kesehatan yang baik tentu dapat membantu suatu negara untuk keluar dari situasi ini. Namun, meski banyaknya penelitian yang dilakukan, hingga saat ini banyak negara masih mencari solusi untuk keluar dari pandemi COVID-19. Oleh karena permasalahan di atas pada penelitian ini akan dilakukan Clustering dampak dan penanganan terhadap COVID-19 pada negara-negara se-asia dengan metode K-Means menggunakan variabel atau atribut pada bidang ilmu Epidemiologi yaitu seperti Case Fatality Rate, Mortality Rate, Recovery Rate ditambah dengan kepadatan penduduk (Density) sebagai variabel bebas yang diolah dan didapatkan dari Raw data kasus COVID-19. Dengan tujuan menentukan dampak dan penanganan COVID-19 dan pengaruh dari kepadatan penduduk (Density) terhadap dampak, dan penanganan pandemi COVID-19 pada suatu negara. Hasil clustering dibagi menjadi 3 cluster dan dianalisis dengan aggregate value yaitu nilai Min-Max dan nilai Mean dari masing cluster maupun variabel. Hasil didapatkan bahwa Tingkat Kepadatan Penduduk cukup berpengaruh terhadap tingkat fatalitas kasus dan kematian sebagai dampak dan tingkat kesembuhan sebagai gambaran penanganan. Selain itu ditemukan juga bahwa cluster 2 merupakan cluster yang paling baik baik dari dampak maupun penanganan terhadap pandemi COVID-19 dengan nilai mean untuk Case Fatality Rate sebesar 1.27%, kemudian Mortality Rate sebesar 0.009%, Recovery Rate 93.56% walaupun nilai Mean Density atau Kepadatan penduduknya tergolong sangat tinggi yaitu 1295 populasi/km 2 . Dari segi akurasi dengan karakteristik dataset yang digunakan dalam penelitian ini menggunakan metode K-Means lebih unggul dibandingkan DBSCAN yang dievaluasi dengan Davies-Bouldin Index dimana akurasi terbaik dari metode K-Means mencapai 97% sedangkan DBSCAN 80%.

Item Type: Thesis (S2)
Uncontrolled Keywords: K-Means,DBSCAN,Covid-19,Clustering, Epidemiologi.
Subjects: Magister Teknik Informatika > Inovation of Computational Science
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Editor 3 uajy
Date Deposited: 15 Jun 2022 14:11
Last Modified: 15 Jun 2022 14:11
URI: http://e-journal.uajy.ac.id/id/eprint/26985

Actions (login required)

View Item View Item