Electronic Theses and Dissertation

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.

Since January 2020, COVID-19 has spread throughout the world and caused an increasing deaths worldwide. Until December 31, 2021, the number of deaths due to COVID-19 was 5.44 million people with positive cases reaching 288.3 million people and continues to increase until now. The number of deaths that continues to increase in each country indicates a relatively high diversity, to deal with high diversity, a clustering of countries will be carried out. This can also facilitate the handling of COVID-19 cases that will be given to the country. The grouping of countries on the daily number of deaths due to COVID-19 is done by varying the data using 5 data types, namely, ACF, PACF, first differencing, and Z-score standardization. The determination of the number of clusters for the five data variations was selected based on 3 validation index, namely Davies-Bouldin, Dunn and Sillhouette. The clustering is done by using the k-means clustering method with the Soft Dynamic Time Warping (Soft-DTW) distance criteria. The results show that the most optimal clustering of countries by daily number of death due COVID-19 is to use the variation of the ACF data with 3 clusters. The cluster formed is 54 countries in the first cluster with the high category, 73 countries in the second cluster with the low category, and 75 countries in third cluster with a moderate category.