RAHARDJO, STEPHANUS CHRISTIANTO (2024) PEMETAAN ALGORITMA K-MEANS DALAM MENENTUKAN TINGKAT PENYEBARAN COVID-19 DI KOTA BEKASI. S1 thesis, Universitas Mercu Buana Jakarta.
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (HAL COVER)
01 COVER.pdf Download (415kB) |
|
Text (ABSTRAK)
02 ABSTRAK.pdf Download (124kB) |
|
Text (BAB I)
03 BAB 1.pdf Restricted to Registered users only Download (235kB) |
|
Text (BAB II)
04 BAB 2.pdf Restricted to Registered users only Download (291kB) |
|
Text (BAB III)
05 BAB 3.pdf Restricted to Registered users only Download (347kB) |
|
Text (BAB IV)
06 BAB 4.pdf Restricted to Registered users only Download (586kB) |
|
Text (BAB V)
07 BAB 5.pdf Restricted to Registered users only Download (119kB) |
|
Text (DAFTAR PUSTAKA)
08 DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (181kB) |
|
Text (LAMPIRAN)
09 LAMPIRAN.pdf Restricted to Registered users only Download (1MB) |
Abstract
This research uses data mining methods and the K-Means Clustering algorithm to analyze and predict the level of spread of the corona virus in Bekasi City, West Java Province. By dividing cases into three categories, namely low (C0), medium (C1), and high (C2) transmission, this research succeeded in predicting the spread of Covid-19 with a high level of accuracy (Silhouette Score 0.9215). These results provide a clear picture of the geographic structure of the spread of the virus at the local level and can be a basis for decision making and resource management. The practical implications of this research can be used in the development of risk mitigation and management strategies in the future. Suggestions for further research include model development and more in-depth analysis to increase the complexity and relevance of research results. Penelitian ini menggunakan metode data mining dan algoritma K-Means Clustering untuk menganalisis dan memprediksi tingkat penyebaran virus corona di Kota Bekasi, Provinsi Jawa Barat. Dengan membagi kasus menjadi tiga kategori, yaitu penularan rendah (C0), sedang (C1), dan tinggi (C2), penelitian ini berhasil memprediksi penyebaran Covid-19 dengan evaluasi tingkat akurasi tinggi (Silhouette Score 0.9215). Hasil ini memberikan gambaran yang jelas tentang struktur geografis penyebaran virus di tingkat lokal dan dapat menjadi dasar untuk pengambilan keputusan serta pengelolaan sumber daya. Implikasi praktis penelitian ini dapat digunakan dalam pengembangan strategi mitigasi dan manajemen risiko di masa depan. Saran untuk penelitian lanjutan mencakup pengembangan model dan analisis yang lebih mendalam guna meningkatkan kompleksitas dan relevansi hasil penelitian.
| Item Type: | Thesis (S1) |
|---|---|
| Call Number CD: | FIK/INFO. 24 067 |
| Call Number: | SIK/15/24/061 |
| NIM/NIDN Creators: | 41519010194 |
| Uncontrolled Keywords: | PEMETAAN ALGORITMA K-MEANS DALAM MENENTUKAN TINGKAT PENYEBARAN COVID-19 DI KOTA BEKASI |
| Subjects: | 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | khalimah |
| Date Deposited: | 14 Mar 2024 09:25 |
| Last Modified: | 20 Mar 2024 02:46 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/87142 |
Actions (login required)
 |
View Item |
