Implementasi GAK-Means clustering untuk pengelompokan daerah penyebaran COVID-19 di Provinsi Jawa Timur

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Aizzah, Zulfatul (2022) Implementasi GAK-Means clustering untuk pengelompokan daerah penyebaran COVID-19 di Provinsi Jawa Timur. Undergraduate thesis, UIN Sunan Ampel Surabaya.

[img] Text
Zulfatul Aizzah_H92218054.pdf

Download (2MB)

Abstract

Saat ini COVID-19 masih menjadi topik terhangat di seluruh dunia tidak terkecuali Indonesia. Salah satu provinsi di Indonesia yang memiliki tren kasus COVID-19 tinggi adalah Provinsi Jawa Timur. Demikian maka penting adanya pengelompokan daerah di Provinsi Jawa Timur untuk memberikan informasi kepada masyarakat maupun pemerintah terkait penyebaran COVID-19 di Provinsi Jawa Timur. Metode yang digunakan adalah gabungan dari metode Algoritma Genetika (GA) dan k-Means. Metode k-Means dipilih karena prosesnya yang sederhana dengan komputasi yang ringan. Namun, hasil dari perhitungan metode k-Means memiliki kesensitifan karena pusat klaster awalnya ditentukann secara acak sehingga algoritma genetika digunakan untuk mengoptimasi nilai pusat klaster awal pada k-Means. Pengelompokan wilayah diterapkan pada data sebaran bulan Januari-November 2021. Pada implementasinya, perhitungan metode GAK-Means mendapatkan evaluasi yang lebih tinggi dibandingkan dengan perhitungan k-Means tanpa optimasi serta memiliki iterasi k-Means yang lebih cepat. Evaluasi yang digunakan adalah Silhouette Coefficient (SC). Berdasarkan uji coba parameter, hasil evaluasi tertinggi yang diperoleh yakni sebesar SC GAK-Means = 0.85875 dan SC k-Means = 0.52460. Pengelompokkan dilakukan dengan jumlah klaster sebanyak k = 2 yakni klaster merah untuk daerah dengan tingkat kerawanan yang lebih tinggi daripada klaster hijau.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type: Thesis (Undergraduate)
Creators:
CreatorsEmailNIM
Aizzah, Zulfatulzulfarina09@gmail.comH92218054
Contributors:
ContributionNameEmailNIDN
Thesis advisorUlinnuha, Nurissaidahnuris.ulinnuha@uinsby.ac.id2002119001
Thesis advisorHamid, Abdullohdoelhamid@uinsby.ac.id2028088501
Subjects: Kedokteran
Matematika
Keywords: COVID-19; algoritma genetika; algoritma k-Means
Divisions: Fakultas Sains dan Teknologi > Studi Matematika
Depositing User: Users 45249 not found.
Date Deposited: 20 May 2022 14:35
Last Modified: 20 May 2022 14:35
URI: http://digilib.uinsa.ac.id/id/eprint/52864

Actions (login required)

View Item View Item