IMPLEMENTASI ALGORITMA K-MEANS CLUSTERING PADA PENYEBARAN COVID-19 (STUDI KASUS DI JAWA BARAT

ABSTRAKrnCorona virus atau (COVID-19) adalah varian virus jenis baru yang pertama kali ditemukan Desember 2019 di Cina lebih tepatnya provinsi Wuhan. Virus baru ini penyakit yang penularannya cepat, penyebaran virus ini akibat adanya kontak fisik antar manusia ataupun dapat melewati percikan kecil (droplet) berasal dari mulut atau hidung saat bersin ataupun berbicara. Pada permasalahan ini akan dilakukan K-Means clustering untuk mengetahui tingkat penyebaran virus COVID-19 pada tiap-tiap kecamatan di Jawa Barat. K-Means Cluster termasuk ke dalam clustering non-hierarki yang menggabungkan informasi ke dalam beberapa cluster yang mempunyai atribut serupa ke dalam beberapa cluster yang serupa. Untuk melihat seberapa baik kemampuan dalam pengklusteran suatu data diletakkan dalam suatu cluster tersebut maka perlu digunakan Silhoutte Coeffisient dan Metode Elbow. Pengelompokan berdasarkan parameter kasus positif terinfeksi COVID-19, pasien isolasi/dalam perawatan, pasien sembuh/selesai isolasi, pasien yang meninggal dunia dan ada atribut tambahan seperti jumlah penduduk, kepadatan penduduk. Metode yang digunakan untuk pengumpulan data yaitu metode dokumentasi berupa data sekunder yang didapatkan dari publikasi buku Badan Pusat Statistik dan dari website resmi pusat informasi dan koordinasi COVID-19 di Jawa Barat dengan alamat web pikobar.jabarprov.go.id. Proses yang dilakukan pada penelitian ini dimulai dari pengumpulan data, normalisasi data, K-Means clustering. Data yang dipakai ada 625 kecamatan hasil dari clustering tersebut menghasilkan nilai k terbaik yaitu 3 cluster.rnKata Kunci : COVID-19, Jawa Barat, Silhoutte Coeffisient, Clustering, K-means