<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="105628">
 <titleInfo>
  <title>PENGELOMPOKAN NEGARA DI DUNIA BERDASARKAN JUMLAH KEMATIAN HARIAN AKIBAT COVID-19 MENGGUNAKAN METODE K-MEANS CLUSTERING</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>RIHADATUR RAHMAH</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas MIPA Statistika</publisher>
   <dateIssued>2022</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Sejak tanggal 30 Januari 2020, COVID-19 telah menyebar ke seluruh dunia dan menyebabkan meningkatnya jumlah kematian di dunia. Hingga 31 Desember 2021, jumlah kematian akibat COVID-19 berjumlah 5,44 juta jiwa dengan kasus positif mencapai 288,3 juta jiwa dan terus meningkat hingga sekarang. Jumlah kematian yang terus meningkat di setiap negara mengindikasikan adanya keragaman yang relatif tinggi, untuk menangani keragaman yang tinggi maka akan dilakukan pengelompokan negara. Hal ini juga dapat memudahkan penanganan kasus COVID-19 yang akan diberikan pada negara tersebut. Pengelompokan negara pada data jumlah kematian harian akibat COVID-19 dilakukan dengan membuat variasi data dengan menggunakan 5 tipe data yaitu, ACF, PACF, Differencing orde 1, dan standarisasi Z-score. Penentuan jumlah cluster untuk kelima variasi data dipilih berdasarkan 3 indeks validasi yaitu Davies-Bouldin, Dunn dan Sillhouette. Pengelompokan dilakukan dengan menggunakan metode k-means clustering dengan kriteria jarak Soft Dynamic Time Warping (Soft-DTW). Hasil penelitian menunjukkan pengelompokan jumlah kematian di dunia yang paling optimal ialah dengan menggunakan variasi data ACF dengan jumlah cluster 3. Data ACF dengan cluster 3 mengelompokan 54 negara di cluster pertama dengan kategori jumlah kematian tinggi, 73 negara di cluster kedua dengan kategori jumlah kematian rendah, dan 75 negara di cluster ketiga dengan kategori jumlah kematian sedang.</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>CLUSTER ANALYSIS</topic>
 </subject>
 <classification>519.53</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>105628</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2022-09-27 16:02:05</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2022-10-25 11:53:35</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>