IMPLEMENTASI ALGORITMA K-NN UNTUK PENENTUAN ZONASI DAERAH COVID-19 KABUPATEN ROKAN HULU (Studi Kasus Dinas Komunikasi dan Informatika Rokan Hulu)

SULWAN, TAMIMI (2021) IMPLEMENTASI ALGORITMA K-NN UNTUK PENENTUAN ZONASI DAERAH COVID-19 KABUPATEN ROKAN HULU (Studi Kasus Dinas Komunikasi dan Informatika Rokan Hulu). Sarjana thesis, Universitas Pasir Pengaraian.

[img] Text
COVER.pdf

Download (832kB)
[img] Text
BAB 1 2 3.pdf

Download (245kB)
[img] Text
BAB 4 5.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Penentuan zona Covid-19 di Kabupaten Rokan Hulu dihitung dengan cara manual berdasarkan indikator-indikator yang telah ditentukan oleh Kementrian Kesehatan untuk pemberian zonasi daerah Covid-19. Setiap indikator dibobotkan dan kemudian pembobotan dari indikator akan dijumlahkan, hasilnya akan dikategorisasikan menjadi zona berdasarkan warna yaitu warna zona merah, zona orange, zona kuning dan zona hijau. Perhitungan dilakukan dengan teliti dan berulang supaya hasil dari pembobotan dan skoring yang dilakukan sesuai dengan target yang diinginkan. Kelemahan dari perhitungan manual yaitu membutuhkan waktu yang cukup lama. Sistem yang dikembangkan merupakan aplikasi implementasi algoritma K-NN untuk penentuan zonasi daerah Covid-19 Kabupaten Rokan Hulu, yang mana aplikasi ini dibuat berbasis web. Dilihat dari cara penentuan zonasi wilayah Covid-19, maka pada penelitian ini akan mencoba menerapkan metode Data Mining yaitu menggunakan Algoritma K-NN (K-Nearest Neighbor) untuk menentukan zonasi wilayah Covid-19 Kabupaten Rokan Hulu berdasarkan perhitungan yang ada. Proses perhitungan menggunakan algoritma K- NN yaitu dengan memasukkan data zona yang sudah ada ke dalam aplikasi sebagai data latih dari kecamatan yang berada di Kabupaten Rokan Hulu, dan data baru di ambil dari data Kecamatan Rambah yang telah memiliki perbedaan data dengan data lama untuk digunakan sebagai data uji, yang kemudian dihitung menggunakan algoritma K-NN. Berdasarakan data uji yang dimasukkan algoritma K-NN berhasil diimplementasikan dengan hasil pengujian dengan K=1, K=3, K=5,dan K=7 data uji berlabel merah.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Covid-19, Zona Covid-19, K-Nearest Neighbor
Subjects: Dewey decimal Classification Subject Areas > 000 Karya Umum
Dewey decimal Classification Subject Areas > 000 Karya Umum

Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer
Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Unnamed user with username AdminPustaka
Date Deposited: 27 Dec 2021 05:11
Last Modified: 27 Dec 2021 05:11
URI: http://repository.upp.ac.id/id/eprint/874

Actions (login required)

View Item View Item