ANALISIS PENYEBARAN PANDEMI COVID-19 DI KOTA JAKARTA MENGGUNAKAN METODE CLUSTERING K-MEANS DAN DENSITY BASED SPATIAL CLUSTERING OF APPLICATION WITH NOISE (DBSCAN)

Abstract

Pandemi Covid-19 awal Maret 2020 telah masuk di Indoensai dan penyebaran virus covid-19 di Jakarta sudah sangat mengkhawatirkan, dengan wilayah yang cukup luas Jakarta menjadi salah satu daerah dengan perkembangan warga terinfeksi virus covid-19 yang sangat tinggi. Penelitian ini bertujuan untuk menganalisis pola penyebaran virus covid-19 di kota DKI Jakarta sehingga mampu memberikan gambaran cluster umum yang menjadi pusat pergerakan virus ini di wilayah DKI Jakarta. Data penelitian berupa data sekunder yang diperoleh dari sumber https://corona.Jakarta.go.id. Berjumlah 267 data. Sampel penelitian sebanyak sebanyak 151 data. Data tersebut selanjutnya akan dianalisis untuk memetakan pola penyebaran virus covid-19 di kota Jakarta dengan menggunakan metode K-Means dan Density Based Spatial Clustering of Applications With Noise (DBSCAN). Hasil analisis metode K-Means menunjukan bahwa pandemi virus covid-19 terbagi dalam empat cluster yaitu cluster 0 dengan anggota sebanyak 91 data, cluster 1 dengan anggota sebanyak 23 data, cluster 2 sebanyak 62 data dan cluster 3 sebanyak 91 data. Sedangkan untuk metode DBSCAN menghasilkan empat cluster dengan komposisi cluster 0 sebanyak 87 data, cluster 1 sebanyak 23 data, cluster 2 sebanyak 63 data dan cluster 3 sebanyak 94 data. Hasil validasi cluster menggunakan Davies Bouldin Index menunjukan bahwa dalam penelitian ini metode K-Means lebih baik dibanding metode DBSCAN dengan perbandingan index DBI 0,027968805 untuk K-Means dan 1,172562165 untuk DBSCAN.

Keywords

• data mining