Tag: algoritma K-Means

  • Pendekatan Baru Pencegahan COVID-19 melalui Penerapan Kombinasi Algoritma Sistem Pendukung Keputusan

    Penulis: Eddy Soeryanto Soegoto; Yeffry Handoko Putra; Rahma Wahdiniwaty; Zuriani Ahmad Zukarnain; Noorihan Abdul Rahman

    DOI: 10.1109/ICIC56845.2022.10006989

    Abstrak:
    Indonesia dan Malaysia dari tahun 2020 hingga 2021 terkena pandemi COVID-19. Kedua negara menerapkan kebijakan pembatasan masuk area berdasarkan kriteria yang hampir sama. Di Indonesia dikenal sebagai PPKM yang menerapkan beberapa tingkat paparan terhadap mereka yang terinfeksi COVID-19. Penentuan tingkat ini seluruhnya didasarkan pada pertumbuhan jumlah yang terpapar COVID-19. Namun, dalam kasus pandemi, jumlah orang yang tidak menderita penyakit COVID-19 tetapi memiliki gejala yang sama dengan gejala COVID-19 juga perlu dipertimbangkan sebagai agen pandemi di lingkungan mereka. Kami menamakannya sebagai Tingkat Kewaspadaan Pandemi COVID-19 (Precaution Covid-19 Pandemic/PCP Level). Tingkat pandemi COVID-19 saat ini belum sepenuhnya ditentukan oleh gagasan ini. Oleh karena itu, gagasan penelitian ini adalah untuk menentukan tingkat pra-pandemi atau kewaspadaan COVID-19 di suatu area dengan mempertimbangkan interferensi dari area sekitarnya. Tingkat PCP tidak didasarkan pada pertumbuhan mereka yang terinfeksi penyakit COVID-19, tetapi dipengaruhi oleh jumlah pasien yang memiliki gejala mirip dengan gejala dominan COVID-19. Penentuan Tingkat PCP dapat digunakan untuk kebijakan kewaspadaan dan mendukung Metode Tingkat Pandemi sebelumnya. Untuk mewujudkan gagasan ini, tiga algoritma digunakan, yaitu algoritma K-Means sebagai pengelompokan pola dan algoritma AHP sebagai penentu tingkat pandemi COVID-19, sementara hubungan pasangan gejala kandidat terhadap penularan COVID-19 dilakukan dengan menggunakan algoritma Naïve Bayes. Hasil penelitian ini menunjukkan bahwa kombinasi ketiga algoritma yang diusulkan serta penggunaan data gejala yang erat dengan gejala dominan COVID-19 dapat memberikan alternatif untuk tingkat kewaspadaan pandemi COVID-19. Model untuk menentukan penularan COVID-19 berdasarkan empat gejala kandidat memiliki presisi 89% dan akurasi 85%. Diterbitkan dalam 2022 Seventh International Conference on Informatics and Computing (ICIC).

    Artikel ini dapat diakses di https://ieeexplore.ieee.org/document/10006989