Perbandingan Metode Perhitungan Jarak Euclidean dengan Perhitungan Jarak Manhattan pada K-Means Clustering Dalam Menentukan Penyebaran Covid di Kota Bekasi

Abstract

Clustering merupakan metode pengelompokan dalam suatu database informasi berdasarkan kondisi tertentu. Penelitian ini menerapkan masalah perhitungan k-means clustering dengan pendekatan perhitungan jarak euclidean dengan perhitungan jarak manhattan. Metode yang terbentuk bertujuan untuk membandingkan dalam segi proses pengerjaan antara perhitungan jarak euclidean dengan perhitungan jarak manhattan. Hasil nya berupa perbandingan perhitungan jarak antara perhitungan jarak Euclidean dengan perhitungan jarak Manhattan dalam segi proses pengerjaan untuk dapat menentukan titik-titik pusat penyebaran penyakit covid dari perbandingan perhitungan jarak Euclidean dan perhitungan jarak Manhattan. Hasil perhitungan yang diperoleh yaitu Perhitungan K-Means dengan pendekatan perhitungan jarak Euclidean diperoleh banyaknya percobaan (iterasi) sejumlah 15 kali,sedangkan dengan menggunakan perhitungan jarak Manhattan diperoleh banyaknya percobaaan (iterasi) sejumlah 7 kali. Maka disimpulkan bahwa dalam segi proses pengerjaan Manhattan lebih cepat bila dibandingan dengan Euclidean. Hasil perhitungan yang didapatkan merupakan hasil perhitungan dari Data Covid-19 di Kota Bekasi sampai dengan tanggal 1 September 2021.

Penerapan Algoritma K-Means Clustering pada Sentimen Pengunjung Desa Wisata Hanjeli

“…Jarak Euclidean yaitu perhitungan jarak dari dua buah titik dalam Euclidean, dan diperkenalkan oleh seorang matematikawan yang berasal dari Yunani, untuk mempelajari hubungan antara sudut dan jarak. Jarak Euclidean dapat digunakan untuk menghitung jarak antara titik centroid dengan titik masing-masing benda [11]. Perhitungan Euclidean digunakan untuk menghitung dengan lebih akurat jumlah kemungkinan pengunjung yang akan datang kembali untuk berkunjung ke objek wisata Proses klasterisasi terdiri dari beberapa langkah yaitu :…”