PENGELOMPOKAN NEGARA DI DUNIA BERDASARKAN DATA JUMLAH KASUS HARIAN POSITIF COVID-19 MENGGUNAKAN K-MEANS CLUSTERING

Coronavirus disease 2019 (Covid-19) adalah penyakit menular yang disebabkan oleh severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) yang muncul di China sejak akhir Desember 2019. Penambahan jumlah kasus harian covid-19 di tiap negara memiliki perbedaan yang cukup signifikan sehingga menyebabkan keragaman data tinggi. Oleh karena itu, perlu dilakukan pengelompokan negara yang memiliki karakteristik jumlah kasus harian positif covid-19 yang mirip. Pengelompokan dilakukan menggunakan k-means clustering dan pengukuran jarak Dynamic Time Warping (DTW) dengan jumlah cluster 3, 4, dan 5. Data jumlah kasus harian positif covid-19 yang digunakan berupa variasi data baru dari pola data asli menjadi variasi data hasil standarisasi, data hasil dari differencing ke-1, data ACF, dan data PACF. Hasil pengelompokan yang didapatkan dari kelima variasi data dengan jumlah k yang sudah ditentukan dilakukan uji validitas hasil cluster untuk menentukan jumlah cluster optimal dari hasil pengelompokan yang didapatkan. Uji validitas cluster dilakukan menggunakan silhouette index, dunn index, dan davies-bouldin index. Hasil pengelompokan paling optimal adalah variasi data ACF dengan jumlah cluster 3. Pemilihan data ACF dengan jumlah cluster 3 sebagai hasil cluster optimal berdasarkan nilai uji validitas silhouette index yang menghasilkan nilai paling mendekati +1 yang bernilai 0,461 dan nilai DBI terkecil yang bernilai 0,767. Berdasarkan hasil pengelompokan dapat dikategorikan bahwa 48 negara yang berada pada cluster 1 sebagai cluster rendah, 90 negara yang berada pada cluster 2 sebagai cluster tinggi, dan 77 negara yang berada pada cluster 3 sebagai cluster sedang