TRUNOJOYO-Tugas Akhir-24604-ABSTRAK&DAFTAR ISI.pdf
Restricted to Repository staff only
Download (393kB)
TRUNOJOYO-Tugas Akhir-24604-BAB I.pdf
Restricted to Repository staff only
Download (401kB)
TRUNOJOYO-Tugas Akhir-24604-BAB II.pdf
Restricted to Repository staff only
Download (684kB)
TRUNOJOYO-Tugas Akhir-24604-BAB III.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-24604-BAB IV.pdf
Restricted to Repository staff only
Download (709kB)
TRUNOJOYO-Tugas Akhir-24604-BAB V.pdf
Restricted to Repository staff only
Download (183kB)
TRUNOJOYO-Tugas Akhir-24604-DAFTAR PUSTAKA.pdf
Restricted to Repository staff only
Download (308kB)
TRUNOJOYO-Tugas Akhir-24604-LAMPIRAN.pdf
Restricted to Repository staff only
Download (224kB)
TRUNOJOYO-Tugas Akhir-24604-170411100101-cover.pdf
Restricted to Repository staff only
Download (378kB)
Abstract
Covid-19 merupakan sebuah penamaan baru pada virus corona oleh WHO (Organisasi Kesehatan Dunia). Penyakit yang disebabkan oleh virus ini dapat menyebar secara cepat antar manusia. Dalam waktu singkat penyakit ini sudah banyak menyebar di Indonesia, salah satunya pada Provinsi Jawa Barat di wilayah Kabupaten dan sekitarnya. Banyaknya permasalahan yang belum diketahui dan terlaporkan, seperti masalah kesehatan, sosial, maupun perekonomian, membuat situasi di wilayah Kabupaten Jawa Barat menjadi buruk. Penambahan jumlah kasus Covid-19 yang tidak dapat dikelompokkan mengakibatkan kurangnya persediaan alat kesehatan, seperti masker, alat pelindung medis, ruang isolasi ataupun sarana dan prasarana lainnya. Hal tersebut mengakibatkan penanganan yang kurang maksimal dan berdampak pada sulitnya menahan penyebaran penyakit Covid-19 di Jawa Barat. Oleh karena itu pemerintah Jawa Barat membutuhkan sebuah sistem yang mampu mengelompokkan jumlah kasus Covid-19 tersebut. Untuk mengatasi masalah mengenai pengelompokkan jumlah penderita Covid-19 dimasa depan, peneliti membuat sistem yang mampu membagi jumlah wilayah kasus Covid-19. Metode pengelompokkan yang digunakan adalah metode K-Means Clustering. Hasil pengujian terhadap metode K-Means Clustering menggunakan metode Silhouette Coefficient dengan SSE menunjukkan bahwa metode K-Means Clustering dengan perhitungan jarak terdekat menggunakan Minkowski Distance adalah menjadi piliha yang baik pada penelitian dengan didapat hasil pada penilaian Silhouette Coefficient dengan SSE adalah berada pada nilai 1 berada nilai k=13.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM LAILA NUR FITRIANA |
| Department | Informatika |
| Uncontrolled Keywords | Covid-19;Jawa Barat;Cluster;K-Means;Silhouette Coefficient |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 14:08 |
| Last Modified | 24 Oct 2026 16:51 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/7433 |
