Author:
Yustanti Wiyli,Rahmawati Naim,Yamasari Yuni
Abstract
Klastering persebaran pandemi COVID-19 di Jawa Timur dapat dilakukan dengan melihat dinamika data harian yang disajikan dalam situs resmi pemerintah Jawa Timur terkait informasi COVID-19. Sumber data untuk proses klastering adalah data jumlah orang dalam resiko (ODR), orang tanpa gejala (OTG), orang dalam pemantauan (ODP), pasien dalam pengawasan (PDP) dan jumlah pasien positif terpapar virus COVID-19 (Confirm) untuk seluruh kabupaten/kota di Propinsi Jawa Timur. Melalui algoritma klastering Non-Hirarki K-Means didaptkan bahwa jumlah klaster optimum adalah 5 klaster. Untuk membuktikan bahwa kelima klaster yang dibentuk ini berbeda secara signifikan maka dilakukan uji mean vektor dengan statistic Wilks Lambda dan dihasilkan perbedaan yang signifikan dengan tingkat kepercayaan 95%. Karakteristik klaster untuk setiap kelompok dapat disimpulkan secara umum adalah klaster dengan kasus PDP dan Confirm yang sangat tinggi (red zone) , klaster dengan kasus jumlah Confirm Tinggi ( Orange Zone), klaster dengan jumlah PDP Tinggi (Yellow Zone), klaster dengan jumlah kasus PDP dan Confirmed Sedang ( Green Zone) dan klaster dengan PDP dan Confirm rendah (Light Green Zone).
Publisher
Universitas Negeri Surabaya
Cited by
4 articles.
订阅此论文施引文献
订阅此论文施引文献,注册后可以免费订阅5篇论文的施引文献,订阅后可以查看论文全部施引文献
1. Is There a Spatial Relation between COVID-19 Incidents and Unemployment? A Case of East Java Province, Indonesia;IOP Conference Series: Earth and Environmental Science;2024-01-01
2. Analysis K-means of Covid-19 cases in Bandar Lampung and South Lampung;PROCEEDINGS OF THE INTERNATIONAL CONFERENCE ON ADVANCED TECHNOLOGY AND MULTIDISCIPLINE (ICATAM) 2021: “Advanced Technology and Multidisciplinary Prospective Towards Bright Future” Faculty of Advanced Technology and Multidiscipline;2023
3. Clustering of COVID-19 Provinces in Indonesia Using Fuzzy Means Cluster Methods;Proceedings of the 12th International Conference on Green Technology (ICGT 2022);2023
4. A theoretical discussion on modeling the number of COVID-19 death cases using penalized spline negative binomial regression approach;Communications in Mathematical Biology and Neuroscience;2022