Journal article // Jurnal Informasi dan Komputer






Pengklasteran Risiko Covid-19 Di Riau Menggunakan Teknik One Hot Encoding Dan Algoritma K-means Clustering
Nisan 11, 2022  //  DOI: 10.35959/jik.v10i1.291
Silvi Ana, Rahmad Kurniawan, Alwis Nazir

Metrics

  • Eye Icon 0 views
  • Download Icon 0 downloads
Metrics Icon 0 views  //  0 downloads
Abstract

Coronavirus disease 2019 (COVID-19) merupakan jenis penyakit baru yang diketahui menjangkiti manusia pada Desember 2019. Kasus COVID-19 telah menyebar di seluruh penjuru dunia termasuk di Indonesia. Salah satu provinsi dengan jumlah kasus COVID-19 yang cukup tinggi adalah Provinsi Riau. Tindakan mitigasi yang tepat diperlukan untuk mencegah wabah COVID-19. Berdasarkan studi pustaka, COVID-19 mewabah berdasarkan jarak terdekat. Ahli epidemiologi juga telah menggunakan metode clustering untuk mengelompokkan daerah-daerah yang terkena Pandemi COVID-19. Oleh karena itu, penelitian ini menggunakan teknik one hot encoding dan algoritma k-means clustering  untuk mengelompokkan daerah yang memiliki karakteristik data yang mirip. Penelitian ini menggunakan data 12 Kabupaten di Riau dengan tujuh fitur. Berdasarkan eksperimen, dihasilkan tiga klaster yaitu C1 (Pekanbaru, Kampar), C2 (Siak, Bengkalis, Rokan Hulu, Kuantan Singingi), dan C3 (Dumai, Indragiri Hilir, Indragiri Hulu, Pelalawan, Rokan Hilir, Meranti). Hasil klaster tersebut telah diuji dengan skor silhouette sebesar 0,6. Dengan demikian, dapat disimpulkan bahwa teknik one hot encoding dan algoritma k-means clustering berpotensi digunakan untuk mengelompokkan wilayah pandemi COVID-19 berdasarkan karakteristik data yang mirip.

Full text
Show more arrow
 

Metrics

  • Eye Icon 0 views
  • Download Icon 0 downloads
Metrics Icon 0 views  //  0 downloads