IMPLEMENTASI SPECTRAL CLUSTERING ALGORITHM UNTUK PENGELOMPOKAN SASARAN VAKSINASI COVID-19 DI INDONESIA

Millenia Winadya Putri(1*), Indah Manfaati Nur(2), Rochdi Wasono(3)


(1) Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muhammadiyah Semarang
(2) Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muhammadiyah Semarang
(3) Program Studi Statistika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Muhammadiyah Semarang
(*) Corresponding Author

Abstract


Pandemi COVID-19 dalam kurun waktu dua tahun berhasil menginfeksi jutaan orang di seluruh dunia dan menyebabkan banyak kematian. Guna menghentikan penyebaran virus, pemerintah melakukan tindakan yaitu menerapkan protokol kesehatan dan mewajibkan vaksinasi kepada masyarakat. Namun, kegiatan vaksinasi masih lamban untuk mencapai target. Maka dari itu, dalam penelitian ini akan dilakukan suatu pengelompokan untuk mengetahui tingkat persebaran vaksinasi di Indonesia menurut provinsi dengan data jumlah vaksinasi per-kategori masyarakat pada tanggal 1 Februari 2022. Salah satu algoritma pengelompokan dalam Data Mining yaitu Spectral Clustering. Pengelompokan spektral merupakan teknik yang mengikuti pendekatan konektivitas, dimana metode ini mengklasifikasikan titik-titik yang terhubung atau berbatasan langsung. Penelitian ini menghasilkan 3 klaster untuk masing-masing kategori, yaitu klaster daerah-daerah yang memiliki tingkat persebaran vaksinasi tinggi, sedang, dan rendah. Evaluasi klaster diukur menggunakan Davies-Bouldin Index (DBI) dengan rata-rata nilai DBI tiap kategori yaitu 1,01422.

Full Text:

PDF

References


Direktorat Jenderal Pencegahan dan Pengendalian Penyakit (P2P). (2020). "Pedoman pencegahan dan pengendalian coronavirus disease (covid-19)". Jakarta: Kementerian Kesehatan RI.

Kemenkes RI Dirjen P2P. (2020). "Kementerian Kesehatan Republik Indonesia, Tentang Petunjuk Teknis Pelaksanaan Vaksinasi Dalam Rangka Penanggulangan Pandemi Corona Virus Disease 2019 (Covid-19)". Kementerian Kesehatan RI, 5(1), 1.

Ramdan, D., dan Hermawan, G. (2012). "Pemanfaatan Metode Adjacency Matrix untuk Optimasi Rute Jalan Berbasis Web". Jurnal Komputer dan Informatika, 1(1), 59-63.

Rohmah, Q., dan Sugiyarto. (2021). "Implementasi Algoritma Spectral Clustering untuk Analisis Sentimen". Jurnal Ilmiah Pendidikan Matematika, 9(1), 27-36.

Yudhana, A., Sunardi., dan Hartanta, A. J. S. (2020). "Algoritma K-NN dengan Euclidean Distance untuk Prediksi Hasil Penggergajian Kayu Sengon". Transmisi 22(4): 123-129.


Article Metrics

Abstract view : 39 times
PDF - 12 times

DOI: https://doi.org/10.26714/jsunimus.10.1.2022.26-31

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Jurnal Statistika Universitas Muhammadiyah Semarang

Editorial Office:
Department of Statistics
Faculty Of Mathematics And Natural Sciences
 
Universitas Muhammadiyah Semarang

Jl. Kedungmundu No. 18 Semarang Indonesia



Published by: 
Department of Statistics Universitas Muhammadiyah Semarang

View My Stats

Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License