PERBANDINGAN ALGORITMA K-MEANS DAN K MEDOIDS UNTUK PENGELOMPOKKAN DATA COVID-19 DI INDONESIA

Pandemi COVID-19 telah menjadi tantangan serius bagi kesehatan masyarakat di Indonesia. Dalam upaya untuk memahami dinamika penyebaran virus dengan lebih baik, peneliti menggunakan metode pengelompokkan data k-means dan k-medoids untuk menganalisis data COVID-19 di Indonesia. Pertama, mengumpulkan data epidemiologi COVID-19, termasuk jumlah kasus positif, tingkat kesembuhan, dan jumlah kematian, dari berbagai wilayah di Indonesia. Selanjutnya, menggunakan metode k-means untuk mengelompokkan wilayah-wilayah tersebut berdasarkan karakteristik epidemiologis yang serupa, seperti tingkat penyebaran kasus dan tingkat keparahan. Selain itu, peneliti juga menerapkan metode k-medoids untuk mengelompokkan wilayah-wilayah berdasarkan pola penyebaran kasus yang lebih lokal dan berfokus di titik-titik pusat yang sesungguhnya dari setiap kelompok. Analisis ini memungkinkan peneliti untuk mengidentifikasi pola-pola penyebaran virus yang mungkin terjadi di berbagai wilayah di Indonesia, serta memberikan informasi yang berharga bagi pembuat kebijakan dalam menentukan strategi penanganan yang tepat.

Kata Kunci: Covid-19; Pengelompokkan data; K-Means; K-Medoids; Analisis data