Clustering Pasien COVID-19 untuk Menentukan Strategi Penanganan oleh Bhabinkamtibmas dengan Metode Algoritma K-Means

Abstract

Coronavirus disease 2019 is infectionus disease which caused by one kind of koronaviruses. By using Algorithm K-Means method data patient of Covid-19 could be calculate by each data atribute in the same group, the result by calculating the data is use to the strategic of handling Covid-19 with effectively by Bhabinkamtibmas as a part of Task Force Covid-19. Surfferer COVID-19 could feeling fever, dry coughing, and difficulty breathing. The conclution getting by this research which the data was calculated had the result C2 the most more than C1, the least is C3. C2 is the group of most vulnerable to Covid 19 at below 34 ages based on most patient in Bangsalan village. Meanwhile C1 is the group ratherly vulnerable enough to between 36-55 ages based on most patient in Sambit, Campurejo, dan Bangsalan village. And C3 group is vulnerable enough after C1 with average above 56 age based on the most patient in Nglewan village. The handling Covid 19 by Task Force of Sambit subdistrict need to focus by imposition of restrictions on public activities, the process of this immediately be appointed for minimalize infectionus the disease in vulnerable area to avoid the worst risk.

Keywords: Clustering, Covid 19, K-Means, Task Force Covid

Abstrak

Coronavirus disease 2019 adalah penyakit menular yang disebabkan oleh salah satu jenis koronavirus. Dengan metode Algortima K-Means data pasien Covid-19 akan diolah berdasarkan atribut pada masing-masing kelompok sehingga hasil analisis clustering dapat dijadikan strategi penanganan yang efektif oleh Bhabinkamtibmas sebagai bagian dari Satgas Covid-19. Penderita COVID-19 dapat mengalami demam, batuk kering, dan kesulitan bernapas. Kesimpulan yang diperoleh bahwa data yang diolah hasilnya C2 paling banyak daripada C1, terendah C3. C2 kelompok paling rentan terpapar penyakit Covid 19 pada usia 34 tahun kebawah berdasarkan jumlah pasien terbanyak di Desa Bangsalan. Sedangkan C1 kelompok rentan terpapar dengan rentang usia 36-55 tahun berdasarkan jumlah pasien terbanyak di Desa Sambit, Campurejo, dan Bangsalan. Pada C3 kelompok rentan terpapar setelah C1 dengan rata-rata usia 56 tahun keatas berdasarkan jumlah pasien terbanyak di Desa Nglewan. Penanganan Covid 19 oleh Satgas Kecamatan Sambit perlu difokuskan pemberlakuan pembatasan kegiatan masyarakat, proses pembatasan ini segera ditetapkan untuk meminimalkan penularan Covid 19 di daerah rentan untuk menghindari resiko terburuk.

Kata kunci : Clustering, Covid 19, K-Means, Satgas Covid

CLUSTERING PASIEN COVID-19 UNTUK MENENTUKAN STRATEGI PENANGANAN OLEH BHABINKAMTIBMAS DENGAN METODE ALGORITMA K-MEANS