Tugas 1 Data Mining Review Jurnal

Link paper : https://ojs.fikom-methodist.net/index.php/methotika/article/download/47/44

Judul Klasifikasi Daerah Rawan Covid-19 Dengan Menggunakan Metode K Means ClusteringDi
Indonesia
Dataset yang digunakan Diambil dari data Covid-19 tahun 2021 setiap provinsi
Jurnal Jurnal Ilmiah Informatika
Volume & Halaman Vol. 2, No. 1 / pp. 46-54
Tahun April 2022
Penulis Maria N.S Napitupulu
Reviewer Zamzam Miftahul Faoz
Tanggal 25 November 2023
Pada paper di bahas bagaimana menghadapi penyebaran COVID-19 di Indonesia, dimana pada
peper melakukan pendekatan data mining dengan menggunakan algoritma K-Means Clustering
yang digunakan untuk mengelompokkan daerah berdasarkan dampak pandemi. Hasil klaster
memberikan landasan bagi penentuan prioritas bantuan COVID-19, dengan zona merah, kuning,
Metode yang Digunakan dan hijau. Penggunaan metode ini diharapkan meningkatkan efektivitas respons terhadap pandemi.
Sebagai solusi alternatif, penelitian diusulkan untuk mengklasifikasikan daerah rawan COVID-19
di Indonesia melalui K-Means Clustering. Dengan demikian, upaya pencegahan dan penanganan
dapat diarahkan secara lebih efisien, memastikan penggunaan optimal sumber daya dalam
menanggapi kompleksitas pandemi ini.
Performa Metode
Hasil Clustering Hasil dari penggunaan metode K-Means dalam melakukan Clustering pada data COVID-19 dapat
 membantu dalam memilih prioritas bantuan COVID ditentukan berdasarkan kluster, dengan zona
merah (4 provinsi), kuning (11 provinsi), dan hijau (19 provinsi). Pendekatan ini membantu
efektivitas penanggulangan dengan menyederhanakan data kompleks dan memfasilitasi
pengambilan keputusan yang lebih tepat dalam menanggapi situasi pandemi.
Berdasarkan hasil analisa dari permasalahan yang terjadi dengan kasus yang dibahas
pengelompokan daerah zona covid-19 dengan menerapkan sistem pengelompokkan covid terhadap
sistem yang di rancang dan di bangun maka dapat di tarik kesimpulan sebagai berikut:
1. Dengan mengimplementasikan aplikasi dengan sistem pengelompokkan covid-19 dapat
Simpulan mengetahui zona di setiap provinsi di indonesia apakah termasuk zona hijau, zona kuning,
zona merah dan akan dapat diakses oleh pengguna maupun admin.
2. Penerapan metode K-means clustering dilakukan dengan mengolah data dari setiap provinsi
di Indonesia dimana zona merah terdiri dari 4 provinsi, zona kuning terdiri dari 11 provinsi,
dan zona hijau terdiri dari 19 provinsi.
Kelebihan 1. Jurnal ini memberikan kontribusi pada penanganan data COVID-19 yang ada di indonesia
dengan menggunakan metode K-Means Clustering dengan mengelompokan daerah-daerah
menjadi zona berdasarkan tingkat dampak pandemi sehingga dapat membantu pemerintah
dalam mengambil keputusan yang lebih efektif
2. Pengimplementasian hasil dari analisis berdasarkan metode yang digunakan menjadi sebuah
applikasi yang dapat membantu pengguna, termasuk masyarakat dan pemerintah untuk
memahami tingkat resiko di berbagai daerah
3. Pembuatan diagram Use Case, Activity dan Class sangat membantu dalam memahami
proses pengolahan data dan analisis, serta dapat menjadi landasan pengembangan lebih
 lanjut
1. Terlalu bergantung pada algoritma K-Means Clustering tanpa memberikan perbandingan
dengan metode pengelompokan lainya
2. Keterbatasn data
Kekurangan
3. Tidak ada evaluasi kinerja sistem yang mencakup kecepatan, keakuratan dan efesiensi
sistem dalam menangani volume data data yang lebih besar atau situasi pandemi yang
berubah-ubah.