Mayangsari, Yeni Dwi (2022) Analisis K-means pada pengelompokan kabupaten-kota Provinsi Jawa Timur berdasarkan kasus kesembuhan dan kasus kematian Covid-19. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
17610008.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) | Preview |
Abstract
INDONESIA:
K-means Cluster merupakan satu metode non-hierarki yang mempartisi data yang ada menjadi beberapa cluster. Konsep penelitian ini menetukan banyak kelompok dengan menggunakan metode elbow. Hasil penelitian ini adalah mengelompokkan penyebaran kasus kesembuhan dan kematian akibat COVID-19 kabupaten-kota di Provinsi Jawa Timur dan menentukan ciri dari setiap kelompok yang terbentuk. Hasil dari penelitian ini diperoleh K=4 sebagai nilai optimal yang diperoleh dari nilai SSE pada grafik elbow. Pengelompokan iterasi k-means dilakukan sebanyak 8 kali dengan hasil pengelompokan yaitu cluster 0 dengan kasus sangat tinggi sebanyak 1 kota, cluster 1 dengan kasus tinggi sebanyak 9 kabupaten-kota, cluster 2 dengan kasus rendah senbanyak 13 kabupaten-kota, dan cluster 3 dengan kasusu paling rendah sebanyak 15 kabupaten-kota.
ENGLISH:
K-means Cluster is a non-hierarchical method that partitions existing data into multiple clusters. The concept of this research determined many groups using the elbow method. The results of this study are to group the spread of cases of recovery and death due to COVID-19 in East Java Province and determine the characteristics of each group formed. The results of this study obtained the amount of K = 4 as the optimal value obtained from the SSE value on the elbow graph. The grouping of k-means iterations was carried out 8 times with the results of grouping cluster 1 with very high cases as many as 1 city, cluster 2 with high cases as many as 9 districts-cities, cluster 3 with low cases with 13 districts, and cluster 4 with the lowest cases as many as 15 districts-cities.
ARABIC:
الخوارزمية التصنيفية (k-means clustering) هي طريقة ليس من سلسيلة المراتب التي تقسم عدد من البيانات الموجودة الى عدد من الأقسام. يحدد مفهوم هذا البحث عدد المجموعات باستخدام طريقة elbow. النتائج هذا البحث هي تصنيف انتشار حالة الشفاء والوفاة بسبب كوفيد – 19 في منطقة-مدينة في جاوى الشرقية و تحديد خصائص كل مجموعة تم تشكيلها. يتم الحصول من هذا البحث على قيمة K = 4 كالقيمة المثلى التي تم الحصول عليها من قيمة SSE على مخطط elbow. تم إجراء تجميع تكرارات k-means ثمانية مرات مع نتائج التجميع وهي المجموعة 0 مع مدينة واحدة ذات حالات عالية جدًا ، والمجموعة 1 مع تسعة مناطق ذات حالة عالية، والمجموعة 2 مع ثلاثة عشر مناطق ذات حالة منخفضة ، والمجموعة 3 مع خمسة عشر مناطق-مدن ذات اقل عدد حالات.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Mulyanto, Angga Dwi and Herawati, Erna | |||||||||
Contributors: |
|
|||||||||
Keywords: | analisis cluster; jarak euclidean; COVID-19; Cluster analysis; Euclidean Distance; COVID-19; تطبيقات التصنيف; k-means; elbow; المسافة الإقليدية; كوفيد – 19 | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Matematika | |||||||||
Depositing User: | Yeni Dwi Mayangsari | |||||||||
Date Deposited: | 03 Jan 2023 14:06 | |||||||||
Last Modified: | 03 Jan 2023 14:06 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/43056 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |