PENERAPAN DATA MINING UNTUK PENGELOMPOKAN PENYEBARAN COVID-19 DI DKI JAKARTA MENGGUNAKAN ALGORITMA K-MEANS

• HETI SUHAETI

---

ABSTRAK

Covid-19 adalah penyakit yang disebabkan oleh virus SARS-CoV-2 yang menyerang pernafasan. Salah satu daerah yang terdampak Covid-19 adalah DKI Jakarta. Untuk mengatasi penyebaran virus yang sangat cepat di DKI Jakarta perlu pengelompokan daerah. Data mining sangat cocok diterapkan untuk mengetahui penyebaran virus Covid-19. Algoritma K-means merupakan salah satu teknik data mining untuk melakukan pengelompokkan daerah penyebaran virus Covid-19. Dengan menggunakan metode ini data-data yang telah diperoleh dapat dikelompokkan ke dalam beberapa cluster, dimana penerapan proses K-Means Clustering menggunakan tools RapidMiner. Penelitian ini menggunakan sumber data terekam di situs pemerintah DKI Jakarta dengan alamat url https://jakartasatu.jakarta.go.id/. Data yang digunakan adalah bulan Januari 2022 yang terdiri dari 44 Kecamatan. Kriteria yang digunakan, yaitu 1) pasien positif 2) dirawat 3) sembuh 4) meninggal. Data diolah menggunakan K-means yang dibagi dalam 3 cluster yaitu tingkat penyebaran tinggi (C1), tingkat penyebaran sedang (C2), dan tingkat penyebaran rendah (C3). Proses iterasi berlangsung 4 kali sehingga diperoleh penilaian dalam mengelompokkan daerah penyebaran virus Covid-19 berdasarkan kecamatan. Hasil perhitungan menggunakan K-Means didapatkan daerah yang terdampak virus Covid-19 dengan tingkat tinggi (C3) sebanyak 17 kecamatan, tingkat sedang (C2) sebanyak 24 kecamatan, dan tingkat rendah sebanyak (C1) 3 Kecamatan. Hasil dari penelitian ini menjadi masukan untuk pemerintah DKI Jakarta agar daerah-daerah yang memerlukan prioritas penangangan virus Covid-19 dapat dilakukan secara seefektif mungkin agar dapat memutus mata rantai penyebaran.

Kata kunci: Covid-19, Data Mining, K-Means, Clustering, RapidMiner

KATA KUNCI

Data Mining,Metode K-means,Clustering,RapidMiner,Sistem Informasi

---

DAFTAR PUSTAKA

[1] A. Susilo et al., “Coronavirus Disease 2019?: Tinjauan Literatur Terkini Coronavirus Disease 2019?: Review of Current Literatures,” J. Penyakit Dalam Indones., vol. 7, no. 1, pp. 45–67, 2020. [2] R. Widiyani, “Latar Belakang Virus Corona, Perkembangan hingga Isu Terkini, 2020,” 2019. https://news.detik.com/berita/d4943950/latar-belakang-viruscorona-perkembangan-hingga-isu-terkini [3] Y. F. S. Y. Damanik, S. Sumarno, I. Gunawan, D. Hartama, and I. O. Kirana, “Penerapan Data Mining Untuk Pengelompokan Penyebaran Covid-19 Di Sumatera Utara Menggunakan Algoritma K-Means,” J. Ilmu Komput. dan Inform., vol. 1, no. 2, pp. 109–132, 2021, doi: 10.54082/jiki.13. [4] N. Jannah and T. Yulianto, “Mengelompokkan Siswa Berprestasi Akademik dengan Menggunakan Metode K Means Kelas VII MTe,” 2016. [5] M. Rifaldi, pandemic virus corona. Bengkulu, 2021. [Online]. Available: https://www.google.co.id/books/edition/Pandemi_Virus_Corona/3skwEAAA QBAJ?hl=en&gbpv=1&pg=PP1&printsec=frontcover [6] Anjar Wanto, “Data Mining?: Algoritma dan Implementasi,” 2020, [Online]. Available: https://www.google.co.id/books/edition/Data_Mining_Algoritma_dan_Imple mentasi/gAnfDwAAQBAJ?hl=en&gbpv=1&pg=PP1&printsec=frontcover [7] L. Maulida, “Penerapan Datamining Dalam Mengelompokkan Kunjungan Wisatawan Ke Objek Wisata Unggulan Di Prov. Dki Jakarta Dengan KMeans,” JISKA (Jurnal Inform. Sunan Kalijaga), vol. 2, no. 3, p. 167, 2018, doi: 10.14421/jiska.2018.23-06. [8] I. Pramudiono, Pengantar Data Mining?: Menambang Permata Pengetahuan di Gunung Data I. 2007. [Online]. Available: http://www.ilmukomputer.org/wpcontent/uploads/2006/08/iko datamining [9] R. A. Indraputra and R. Fitriana, “K-Means Clustering Data COVID-19,” J. Tek. Ind., vol. 10, no. 3, pp. 275–282, 2020, doi: 10.25105/jti.v10i3.8428. [10] A. N. Manthovani, S. Serdawati, C. F. Sari, I. F. Widiawati, Z. Putri, and E. Widodo, “Pengelompokkan Jumlah Kasus Tuberculosis Paru di Indonesia Menggunakan Cluster K-Means Tahun 2016,” Knpmp Iii, vol. 3, pp. 731–740, 2018. [11] A. Agrawal and H. Gupta, “Global K-Means (GKM) Clustering Algorithm: A Survey,” Int. J. Comput. Appl., vol. 79, no. 2, pp. 20–24, 2013, doi: 10.5120/13713-1472. [12] K. Fatmawati and A. P. Windarto, “Data Mining: Penerapan Rapidminer Dengan K-Means Cluster Pada Daerah Terjangkit Demam Berdarah Dengue (Dbd) Berdasarkan Provinsi,” Comput. Eng. Sci. Syst. J., vol. 3, no. 2, p. 173, 2018, doi: 10.24114/cess.v3i2.9661. 47 [13] Z. Zahrotunnimah, “Langkah Taktis Pemerintah Daerah Dalam Pencegahan Penyebaran Virus Corona Covid-19 di Indonesia,” SALAM J. Sos. dan Budaya Syar-i, vol. 7, no. 3, pp. 247–260, 2020, doi: 10.15408/sjsbs.v7i3.15103. [14] Jakartasatu, “Jelajahi Peta Informasi Covid-19 Melalui Jakartasatu.” https://jakartasatu.jakarta.go.id/portal/apps/sites/#/peta-persebaran-kasuscovid-19 [15] W. Widodo and D. Wahyuni, “Implementasi Algoritma K-Means Clustering Untuk Mengetahui Bidang Skripsi Mahasiswa Multimedia Pendidikan Teknik Informatika Dan Komputer Universitas Negeri Jakarta,” PINTER J. Pendidik. Tek. Inform. dan Komput., vol. 1, no. 2, pp. 157–166, 2017, doi: 10.21009/pinter.1.2.10.