Open AccessDATA MINING MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING UNTUK MENGETAHUI POTENSI PENYEBARAN VIRUS CORONA DI KOTA CIREBON
Author(s) -
Harry Gunawan,
Vega Purwayoga
Publication year - 2022
Publication title -
jurnal sistem informasi dan komputer/jurnal sisfokom
Language(s) - Spanish
Resource type - Journals
eISSN - 2581-0588
pISSN - 2301-7988
DOI - 10.32736/sisfokom.v11i1.1316
Subject(s) - cluster (spacecraft) , computer science , operating system
Virus corona merupakan wabah yang penyebarannya begitu cepat. Karena virus ini akan menyebar secara mudah melalui kontak dengan penderita. Salah satu daerah yang terdapak virus corona adalah Kota Cirebon. Untuk mengatasi penyebaran virus tersebut perlu mengelompokkan dareah yang berada di Kota Cirebon. Konsep data mining sangat cocok diterapkan untuk mengetahui penyebaran virus corona. K-means merupakan salah satu teknik data mining untuk melakukan pengelompokkan daerah yang terdampak virus corona. Parameter atau cluster yang digunakan adalah sebanyak 3 cluster yaitu tingkat penyebaran rendah (C1), tingkat penyebaran sedang (C2), dan tingkat penyebaran tinggi (C3), dengan 3 kriteria yaitu Kontak erat (KE), Suspek (S), dan Terkonfirmasi (T). Data yang diperoleh adalah 22 Kelurahan yang berada di Kota Cirebon dengan tingkat penyebaran virus corona. Hasil perhitungan menggunakan k-means didapatkan daerah yang terdampak virus corona dengan tingkat tinggi (C3) sebanyak 4 Kelurahan, tingkat sedang (C2) sebanyak 5 Kelurahan, dan tingkat rendah sebanyak (C1) 13 Kelurahan. Hasil dari penelitian ini menjadi salah satu bahan masukkan dan dapat menentukan skala prioritas bagi pemerintah Kota Cirebon dalam menangani virus corona.