ANALISIS CLUSTER PADA KELOMPOK MASYARAKAT YANG RENTAN TERHADAP PAPARAN COVID-19 MENGGUNAKAN METODE K-MEANS CLUSTERING DAN VISUALIASI DENGAN SIG

Authors

  • Indra Raja Drl Universitas Jenderal Achmad Yani
  • Yulison Herry Chrisnanto Universitas Jenderal Achmad Yani
  • Fajri Rakhmat Umbara Universitas Jenderal Achmad Yani

DOI:

https://doi.org/10.36423/index.v4i2.885

Abstract

Covid-19 adalah penyakit yang menular serta laju infeksi yang cepat,setelah mencapai 100 kasus yang dikonfirmasikan terinfeksi tingkat penyebarannya meluas, Dengan cepatnya penyebaran wabah Covid-19 masyarakat sangat prihatin dengan penyebaran dan dampaknya ,orang yang sebelumnya sudah memiliki gangguan kesehatan akan meningkatkan risiko terinfeksi Covid-19 gangguan kesehatan ini seperti,tuberkulosis,diabetes ,diare ,hipertensi.Ada pun Faktor lain yang mempengaruhi penyebaran Covid-19 sepert kepadatan penduduk yang tinggi di kota besar ,iklim,suhu dan daerah metropolitan merupakan faktor risiko utama untuk tertular virus. Dari adanya faktor  yang mempengaruhi kasus covid-19 sehingga Satgas Penanganan Covid-19 menilai pentingnya bagi semua pihak termasuk masyarakat memahami faktor-faktor lonjakan kasus Covid-19 agar terhindar dari kasus itu.tujuan dari penelitian ini Menggunakan metode K-Means Clustering untuk analisis cluster pada wilayah yang memiliki karakteristik tingginya kasus covid-19 dan variable apa yang berpengaruh terhadap tingginya kasus covid-19 dan divisualisasi menggunakan Sistem informasi geografis sehingga  diharapakan dapat  menjadi informasi bagi masyarakat dan instansi kesehatan untuk memahami kelompok wilayah yang rentan. kesimpulannya wilayah kota bandung dikelompokan menjadi 3 cluster yang dimana cluster 1 itu wilayah dengan kasus covid-19 tertinggi dan faktor yang mempengaruhi covid-19 juga tinggi untuk cluster 2 memiliki tingkat kasus yang rendah dan cluster 3 memiliki tingkatan yang yang lebih rendah dari kedua cluster.

References

R. Bag, M. Ghosh, B. Biswas, and M. Chatterjee, “Understanding the spatio-temporal pattern of COVID-19 outbreak in India using GIS and India’s response in managing the pandemic,” Regional Science Policy and Practice, vol. 12, no. 6, pp. 1063–1103, Dec. 2020, doi: 10.1111/rsp3.12359.

K. Tantrakarnapa, B. Bhopdhornangkul, and K. Nakhaapakorn, “Influencing factors of COVID-19 spreading: a case study of Thailand,” Journal of Public Health (Germany), 2020, doi: 10.1007/s10389-020-01329-5.

C. Sohrabi et al., “World Health Organization declares global emergency: A review of the 2019 novel coronavirus (COVID-19),” International Journal of Surgery, vol. 76. Elsevier Ltd, pp. 71–76, Apr. 01, 2020. doi: 10.1016/j.ijsu.2020.02.034.

A. Mollalo, B. Vahedi, and K. M. Rivera, “GIS-based spatial modeling of COVID-19 incidence rate in the continental United States,” Science of the Total Environment, vol. 728, Aug. 2020, doi: 10.1016/j.scitotenv.2020.138884.

Downloads

Published

2024-03-05