2022
DOI: 10.34151/prosidingsnast.v8i1.4210
|View full text |Cite
|
Sign up to set email alerts
|

Analisis Cluster Hierarki Pada Persebaran Kasus Covid-19 Berdasarkan Provinsi Di Indonesia

Abstract: This study aims to apply Hierarchical cluster analysis to the distribution of Covid-19 cases by province in Indonesia. The data used is secondary data for the 2021 period. The variables used are the number of confirmed patients, the number of recovered patients, the number of patients who died, the population, population density, the number of elderly people, and health facilities. The method in this research is hierarchical cluster analysis with agglomeration process, Beetween groups linkage, with the concept… Show more

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
2
1
1
1

Citation Types

0
3
0
4

Year Published

2023
2023
2024
2024

Publication Types

Select...
6

Relationship

0
6

Authors

Journals

citations
Cited by 6 publications
(7 citation statements)
references
References 4 publications
0
3
0
4
Order By: Relevance
“…Koordinasi antara polisi dan kejaksaan kurang baik mengakibatkan kembalinya catatan yang melanggar imigrasi oleh jaksa dalam banyak kasus. 27 .…”
Section: Discussionunclassified
“…Koordinasi antara polisi dan kejaksaan kurang baik mengakibatkan kembalinya catatan yang melanggar imigrasi oleh jaksa dalam banyak kasus. 27 .…”
Section: Discussionunclassified
“…Nilai-nilai standar menghasilkan variabel-variabel yang membentuk tabel pusat cluster akhir. Jika angkanya negatif, berarti data tersebut berada di bawah rata-rata keseluruhan; jika positif berarti datanya diatas rata-rata (Sari & Sukestiyarno, 2021). Berdasarkan Tabel 10. didapatkan karakteristik pada masing-masing cluster ialah Jumlah rata-rata SKS adalah 13 dengan IPS rata-rata 1,77 dan IPK rata-rata 3) Hasil cluster analisis didapatkan karakteristik pada masing-masing cluster ialah cluster 1 berisi variabel usia, semester, rata-rata durasi belajar, beasiswa, pendapatan orang tua, di atas rata-rata keseluruhan serta kabupaten, asal sekolah, jumlah SKS, IPS, IPK, memiliki laptop, tempat tinggal, memiliki kendaraan berada di bawah rata-rata total.…”
Section: Interpretasi K-means Clusterunclassified
“…Clustering tidak mencoba untuk melakukan klasifikasi, memperkirakan, atau memprediksi nilai dari variabel target. Akan tetapi, algoritma clustering mencoba untuk melakukan pembagian terhadap semua data menjadi beberapa kelompok yang memiliki kedekatan/kemiripan (homogen), yang mana kemiripan record dalam satu kelompok akan bernilai lebih besar, sedangkan kemiripan dengan record dikelompok lain akan bernilai lebih kecil [7].…”
Section: Pendahuluanunclassified