TY - JOUR AU - Fitri Marisa AU - Bagas Ariefia AU - Ayuni AU - Anastasia L Maukar PY - 2021/03/10 Y2 - 2024/03/29 TI - PENDETEKSIAN DAERAH (PROVINSI) RAWAN COVID19 DENGAN METODE UNSUPERVISED LEARNING & ALGORITMA K-MEDOIDS JF - JURNAL TEKNOLOGI INFORMASI DAN KOMUNIKASI JA - JTIKP VL - 12 IS - 1 SE - Articles DO - 10.51903/jtikp.v12i1.225 UR - https://ejurnal.provisi.ac.id/index.php/JTIKP/article/view/225 AB - Hingga kini dari 65 jumlah negara telah terpapar oleh Covid_19. Sesuai dari data Satuan Penanganan Covid_19 terkonfirmasi mulai dari tanggal 26 Januari 2021 Pasien yang terpapar Virus Covid_19 sudah mencapai angka 98.794.942 orang diseluruh dunia. Khusus indonesia sendiri pasien yang terpapar covid-19 masih terus bertambah diangka 999.256 orang terkonfirmasi covid-19. Selain itu ada 809.488 orang sembuh dan 28.132 orang meninggal dunia akibat pandemi ini. Pasien pertama di indonesia yang dinyatakan positif covid_19 bermula saat sedang menghadiri sebuah acara yang ada di Jakarta yang mana pasien positif covid_19 tersebut melakukan kontak dengan tamu warga negara asing yang berasal dari jepang yang mana migrasi ke Malaysia. Selesai dari acara itu pasien yang terdeteksi positif Covid_19 ini merasakan demam yang disertai batuk dan dada yang sesak napas setelah diperiksa ternyata positif virus covid_19.Penulis menggunakan dalam melakukan penelitian akan menggunakan 3 buah metode adalah pertama adalah metode untuk pengembangan perangkat lunak, lalu metode untuk pengumpulan data dan terakhir pengelompokan data nya. Dalam hal ini Metode Pemodelan Perangkat Lunak menggunakan Waterfall, Pengumpulan dan Pengelompokan data menggunakan Algoritma K-Medoids dan Unsupervised Learning. Setelah beberapa percobaan data set dilakukan, penulis memutuskan untuk menggunakan model atau metode tersebut agar data yang ada dapat dikelompokkan kemudian untuk hasil dan pembahasan akan disesuaikan dengan tujuan dari penelitian yang penulis akan penulis teliti. Konsep yang jauh berbeda dengan Supervised learning, Unsupervised Learning dengan tujuan pengelompokan data akan membuat penggunanya dapat mengelompokan berbagai objek yang ada dengan cluster yang berbeda beda.   ER -