PERBANDINGAN ALGORITMA K-MEANS DAN K�MEDOIDS UNTUK PENGELOMPOKAN WILAYAH PENYEBARAN COVID-19 DI JAWA BARAT DENGAN ANALISIS DAVIES-BOULDIN INDEX, PURITY DAN SILHOUETTE COEFFICIENT

Mutaali, Ahmad Lutfi (2023) PERBANDINGAN ALGORITMA K-MEANS DAN K�MEDOIDS UNTUK PENGELOMPOKAN WILAYAH PENYEBARAN COVID-19 DI JAWA BARAT DENGAN ANALISIS DAVIES-BOULDIN INDEX, PURITY DAN SILHOUETTE COEFFICIENT. Sarjana thesis, Universitas Siliwangi.

	Text COVER.pdf Download (383kB)
	Text LEMBAR PENGESAHAN FIX.pdf Download (256kB)
	Text Lembar Pengesahan Penguji.pdf Download (224kB)
	Text Lembar Pernyataan Keaslian.pdf Download (205kB)
	Text ABSTRAK.pdf Download (35kB)
	Text BAB I.pdf Download (108kB)
	Text BAB II.pdf Download (539kB)
	Text BAB III.pdf Download (50kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (867kB)
	Text BAB V.pdf Restricted to Repository staff only Download (34kB)
	Text DAFTAR PUSTAKA.pdf Download (151kB)

Abstract

ABSTRAK Covid-19 sekarang menjadi sebuah pandemi yang terjadi di banyak negara di seluruh dunia. Termasuk di Indonesia, khususnya di provinsi Jawa Barat yang merupakan salah satu wilayah di Indonesia yang penyebarannya paling besar. Besarnya penyebaran Covid-19 di Jawa Barat sehingga diperlukannya pengelompokan daerah terdampak Covid-19 untuk mengetahui karakteristik atau kriteria dari setiap daerah. Salah satu cara yang dapat dilakukan dalam pengelompokan ini menggunakan analisis cluster. Penelitian ini membandingkan algoritma K-Means dan K-Medoids dalam pengelompokan Covid-19 untuk mengetahui algoritma mana yang terbaik dengan pengukuran evaluasi menggunakan analisis Davies-Bouldin Index (DBI), Purity dan Silhouette Coefficient. Hasil Clustering ini dibagi menjadi 3 cluster yaitu rendah, sedang dan tinggi. Hasil penelitian ini didapatkan 19 Kabupaten/Kota cluster rendah, 6 kabupaten/kota cluster sedang, 2 kota cluster tinggi. Hasil evaluasi algoritma K�Means dengan Davies-Bouldin Index (DBI) sebesar 0.343, Purity sebesar 0.78, dan Silhouette Coefficient 0.783. Sedangkan algoritma K-Medoids dengan Davies�Bouldin Index (DBI) sebesar 0.441, Purity sebesar 0.74, dan Silhouette Coefficient 0.783. Kata Kunci: Covid-19, Clustering, Davies-Bouldin Index (DBI), K-Means, K�Medoids, Purity dan Silhouette Coefficient.

Item Type:	Thesis (Sarjana)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > Informatika
Depositing User:	Lelis Masridah
Date Deposited:	22 Feb 2023 06:36
Last Modified:	22 Feb 2023 06:36
URI:	http://repositori.unsil.ac.id/id/eprint/8701

Actions (login required)

View Item