Melola Discovery

← Melola Discovery

Journal

Analisa perbandingan k-means dan fuzzy c-means dalam pengelompokan daerah penyebaran COVID-19 Indonesia

Unnes Journal of Mathematics · Vol. 10 No. 2 (2021) · pp. 50–55

DOI
10.15294/ujm.v10i2.50433
ISSN
2460-5859, 2252-6943
Published
2021-12-27
Publisher
Universitas Negeri Semarang
Language
eng

Abstract

Penelitian ini bertujuan untuk mengetahui algoritma terbaik dalam pengelompokan daerah penyebaran Covid-19 per provinsi di Indonesia yang mana dilakukan berdasarkan fakta dimana saat ini Indonesia diguncangkan oleh mewabahnya Covid-19. Metode analisis data melakukan perbandingan antara algoritma k-Means dan Fuzzy c-Means dengan uji validitas cluster menggunakan Dunn-Index dan Davies Bouldin-Index untuk memperoleh hasil cluster optimal berbantuan Rstudio. Hasil penelitian menunjukkan bahwa pengujian clustering k-Means menghasilkan nilai akurasi yang lebih besar sebesar 1,165219 dibandingkan Fuzzy c-Means. Sehingga clustering k-Means diambil untuk menentukan pengelompokan daerah penyebaran Covid-19 per provinsi Indonesia. Diperoleh 4 cluster optimal berdasarkan beberapa data kasus Covid-19 dari 15 Maret 2020 - 30 Juli 2021 menggunakan metode Elbow yang terbentuk dengan algoritma k-Means yaitu cluster yang berpotensi sangat tinggi dalam penyebaran kasus Covid-19 berisi 2 provinsi, cluster yang berpotensi tinggi dalam penyebaran kasus Covid-19 berisi 22 provinsi, cluster yang berpotensi sedang dalam penyebaran kasus Covid-19 berisi 8 provinsi, dan cluster yang berpotensi rendah dalam penyebaran kasus Covid-19 berisi 2 provinsi. Saran yang diberikan sebaiknya pemerintah lebih menertibkan lockdown hingga giat edukasi perihal vaksin sebagai alternatif cara untuk menekan kasus Covid-19.

Collaboration network of the authors

22 authors · 50 co-authorship links · 2 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • State University of Semarang
  • Sultan Agung Islamic University
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Sugiman SugimanAffiliation unknown2
Putriaji HendikawatiAffiliation unknown2
Tri WahyuningsihAffiliation unknown2
Wardono WardonoAffiliation unknown2
Imam KusmaryonoSultan Agung Islamic University1
Hardi SuyitnoState University of Semarang1
Dwijanto DwijantoState University of Semarang1
Tias SafitriAffiliation unknown1
Sri PujilestariAffiliation unknown1
Addinul AssidiqAffiliation unknown1
Mohammad AsikinAffiliation unknown1
Anindya Gita MaharaniAffiliation unknown1
Christina WidayantiAffiliation unknown1
Rahayu Budhiati VeronicaAffiliation unknown1
Dyah Ayu PratiwiAffiliation unknown1
Mulyono MulyonoAffiliation unknown1
Muhamad Gani RohmanAffiliation unknown1
Isti HidayahAffiliation unknown1
Mawar Defi AnggrainiAffiliation unknown1
Zaenuri ZaenuriState University of Semarang1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://journal.unnes.ac.id/sju/index.php/ujm/oai, first harvested 6 Nov 2026, last seen 6 Nov 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Analisa perbandingan k-means dan fuzzy c-means dalam pengelompokan daerah penyebaran COVID-19 Indonesia</dc:title>
	<dc:creator>Putri, Aina Latifa Riyana</dc:creator>
	<dc:creator>Dwidayati, Nurkaromah</dc:creator>
	<dc:description xml:lang="en-US">Penelitian ini bertujuan untuk mengetahui algoritma terbaik dalam pengelompokan daerah penyebaran Covid-19 per provinsi di Indonesia yang mana dilakukan berdasarkan fakta dimana saat ini Indonesia diguncangkan oleh mewabahnya Covid-19. Metode analisis data melakukan perbandingan antara algoritma k-Means dan Fuzzy c-Means dengan uji validitas cluster menggunakan Dunn-Index dan Davies Bouldin-Index untuk memperoleh hasil cluster optimal berbantuan Rstudio. Hasil penelitian menunjukkan bahwa pengujian clustering k-Means menghasilkan nilai akurasi yang lebih besar sebesar 1,165219 dibandingkan Fuzzy c-Means. Sehingga clustering k-Means diambil untuk menentukan pengelompokan daerah penyebaran Covid-19 per provinsi Indonesia. Diperoleh 4 cluster optimal berdasarkan beberapa data kasus Covid-19 dari 15 Maret 2020 - 30 Juli 2021 menggunakan metode Elbow yang terbentuk dengan algoritma k-Means yaitu cluster yang berpotensi sangat tinggi dalam penyebaran kasus Covid-19 berisi 2 provinsi, cluster yang berpotensi tinggi dalam penyebaran kasus Covid-19 berisi 22 provinsi, cluster yang berpotensi sedang dalam penyebaran kasus Covid-19 berisi 8 provinsi, dan cluster yang berpotensi rendah dalam penyebaran kasus Covid-19 berisi 2 provinsi. Saran yang diberikan sebaiknya pemerintah lebih menertibkan lockdown hingga giat edukasi perihal vaksin sebagai alternatif cara untuk menekan kasus Covid-19.</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Negeri Semarang</dc:publisher>
	<dc:date>2021-12-27</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unnes.ac.id/sju/ujm/article/view/50433</dc:identifier>
	<dc:identifier>10.15294/ujm.v10i2.50433</dc:identifier>
	<dc:source xml:lang="en-US">Unnes Journal of Mathematics; Vol 10 No 2 (2021); 50 - 55</dc:source>
	<dc:source>2460-5859</dc:source>
	<dc:source>2252-6943</dc:source>
	<dc:source>10.15294/ujm.v10i2</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://journal.unnes.ac.id/sju/ujm/article/view/50433/20649</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2021 Unnes Journal of Mathematics</dc:rights>
</oai_dc:dc>