IMPLEMENTASI METODE DBSCAN DAN BIRCH UNTUK KLASIFIKASI ZONA PENYEBARAN COVID-19 DI SUMATERA UTARA

Masyarakat disuguhkan data peningkatan kasus Covid-19 di Indonesia, baik jumlah pasien yang terkonfirmasi positif dan jumlah pasien yang meninggal dunia. Peningkatan dari hari ke hari jumlah pasien yang terinfeksi Covid-19 sulit untuk dikendalikan, sehingga diperlakukan perencanaan yang jelas dan lugas dari pemerintah untuk menanggulangi permasalahan ini. Untuk melakukan tindakan pencegahan dan penanggulangan penyebaran Covid-19 yang lebih tepat sasaran untuk setiap daerah, maka perlu dilakukan klasifikasi zona penyebaran Covid-19. Pada penelitian ini, akan diambil provinsi Sumatera Utara sebagai studi kasus. Metode yang digunakan dalam penelitian ini adalah metode DBSCAN yang akan dikombinasikan dengan metode BIRCH. Metode DBSCAN akan digunakan untuk membuang data noise pada dataset, setelah itu, metode BIRCH akan digunakan untuk mengklasifikasikan data menjadi empat cluster, yaitu zona hijau, zona kuning, zona jingga dan zona merah. Berdasarkan hasil pengujian yang dilakukan, diperoleh informasi bahwa nilai precision sebesar 100%, nilai recall sebesar 51.52%, dan nilai accuracy sebesar 51.52% serta error rate sebesar 48.48%. Hal ini berarti bahwa tingkat akurasi dari hasil klasifikasi kurang bagus. Sementara itu, tingkat ketepatan antara informasi yang diminta oleh pengguna dengan jawaban yang diberikan oleh sistem adalah juga kurang bagus. Terakhir, tingkat keberhasilan sistem dalam menemukan kembali sebuah informasi sangat bagus.