Optimasi Metode Kmeans Dengan Algoritma Artificial Bee Colony Untuk Pengelompokkan Penyebaran Covid-19 Di Provinsi Indonesia

Intan Dian Puji Lestari, Deni Arifianto, Hardian Oktavianto

Abstract


Penyebaran covid-19 di Indonesia diawali oleh kasus impor yang kemudian berkembang menjadi transmisi local. Dampak wabah covid-19 yang terjadi dikehidupan masyarakat salah satunya yaitu aktivitas sosial ditunda sementara waktu, melemahnya prekonomian, pelayanan transportasi dikurangi dan diatur dengan ketat, pariwisata ditutup, pusat pembelanjaan sepi pengunjung dan ditutupnya sektor informal seperti ojek online, supir angkot, pedagang kaki lima, pedagang keliling, UMKM dan kuli pasar mengalami penurunan pendapatan. Pusat-pusat perdagangan seperti, mall, pasar yang biasanya ramai dikunjungi oleh masyarakat mendadak sepi, bekerja dan belajar pun dilakukan dirumah secara online. Pesatnya penyebaran virus dikarenakan protokol covid di daerah/provinsi masih kurang dijalankan, ketika penyebaran covid19 berkembang pesat maka akan meningkatkan angka perkembangan covid di daerah tersebut. Metode ABCKM merupakan gabungan  clustering K-means dengan optimasi Artificial Bee Colony. Dengan memadukan K-means dan metode Artificial Bee Colony maka akan dapat meningkatkan kemampuan KM dalam menetukan titik sampel data dan kemudian menemukan cluster pada area global yang optimal, dengan uji coba 2 sampai 10 klaster dan menghasilkan nilai davies bouldin index sebesar 0. 8637.

Kata Kunci: Covid19/Coronavirus, Clustering, Kmeans, Artificial Bee Colony, Davies Bouldin Index(DBI)

Full Text:

PDF

References


Bansal, J. C., Sharma, H., & Jadon, S. S. (2013). Artificial bee colony algorithm: a survey. Int. J. Advanced Intelligence Paradigms, , 5, 123-157.

Cahyono, B. (2013). PENGGUNAAN SOFTWARE MATRIX LABORATORY (MATLAB) DALAM PEMBELAJARAN ALJABAR LINIER. PHENOMENON , 1, 45-62.

Darnisa Azzahra Nasution, H. H. (2019). PERBANDINGAN NORMALISASI DATA UNRUK KALSIFIKASI WINE MENGGUNAKAN ALGORITMA K-NN. CESS (JURNAL OF COMPUTER ENGINEERING SYSTEM AND SCIENCE) , 4, 78-82.

Dwitri, N., Tampubolon, J. A., Prayoga, S., Ilmi, F., & Hartama, D. (2020). PENERAPAN ALGORITMA K-MEANS DALAM MENENTUKAN TINGKAT PENYEBARAN PANDEMI COVID-19 DI INDONESIA. Teknologi Informasi , 4, 128-132.

Karaboga, D., 2005. An Idea Based on honey bee swarm for numerical optimization, Turkey: Erciyes Univversity, Engineering Faculty, Computer Engineering Departement.

Karaboga, D., & Ozturk, C. (2011). A novel clustering approach: Artificial Bee Colony (ABC) algorithm. Applied Soft Computing , 652–657.

Karaboga, D., & Ozturk, C. (2010). Fuzzy clustering with artificial bee colony algorithm. Scientific Research and Essays , 5(14), 1899-1902.

Nugroho, R. (2020, May 01). Kasus Covid-19 di Indonesia Selama April dan Prediksi Bulan Mei Halaman all. Retrieved August 10, 2020, from https://www.kompas.com/tren/read/2020/05/01/190604465/kasus-covid-19-di-indonesia-selama-april-dan-prediksi-bulan-mei?page=all.

Sanur, D. (2020). WACANA KEBIJAKAN LOCKDOWN DALAM MENGHADAPI COVID-19 DI INDONESIA. 25-30.

Syafrida, R. H. (2020). Bersama Melawan Virus Covid 19 di Indonesia. FSH UIN Syarif Hidayatullah Jakarta , 495-508.

Wimmer, H. (2018). Effects of Normalization Techniques on Logistic Regression in Data Science. Proceedings of the Conference on Information Systems Applied Research, 1–9.

Zahrotunnimah. (2020). Langkah Taktis Pemerintah Daerah Dalam Pencegahan Penyebaran Virus Corona Covid-19 Di Indonesia. Sosial & Budaya Syar-i , 7, 247-260.


Refbacks

  • There are currently no refbacks.


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