Penerapan Data Mining Terhadap Efek Samping Pasca Vaksinasi Covid-19 Menggunakan Algoritma K-Modes Clustering
DOI:
https://doi.org/10.33379/gtech.v6i1.1256Keywords:
vaksin, covid-19, efek samping, k-modes, clusteringAbstract
Data mining merupakan proses penggalian informasi dalam jumlah besar berbasis data berupa ilmu pengetahuan. Data mining dapat diterapkan dalam berbagai bidang, salah satunya vaksinasi covid 19. Vaksinasi merupakan suatu tindakan pencegahan terhadap penyebaran Covid-19. Berbagai jenis vaksin telah dikembangkan dengan efek samping yang berbeda. Beredarnya informasi dari berbagai sumber tidak relevan dapat mempengaruhi presepsi masayrakat, sehingga mengakibatkan adanya penolakan dan keraguan untuk melakukan vaksinasi. Penelitian ini bertujuan mengetahui efek samping yang dirasakan oleh masyarakat pasca vaksinasi dan mengklasifikasikannya berdasarkan jenis vaksin, usia, dan kriteria efek samping. Kriteria efek samping dikategorikan menjadi 3, yaitu ringan, berat, dan non effect. Penelitian dilakukan secara kuantitatif dengan desain survei online. Survei online dengan teknik purposive sampling dilakukan dengan pengisian kuisioner terhadap masyarakat dengan minimal usia 12 tahun. Data dianalisis dengan menggunakan metode algoritma K-Modes Clustering. Metode ini mengidentifikasi kelompok dengan ciri-ciri sama berdasarkan kriteria tertentu. Hasil penelitian dengan algoritma K-Modes Clustering menunjukkan pola efek samping yang dirasakan masyarakat pasca vaksinasi.
References
Astuti, N. P., Nugroho, E. G. Z., Lattu, J. C., Potempu, I. R., & Swadana, D. A. (2021). Persepsi Masyarakat terhadap Penerimaan Vaksinasi Covid-19: Literature Review. J. Keperawatan. 3(3): 569-580.
Ayunda, R., Kosasih, V., & Disemadi, H. S. (2020). Perlindungan Hukum Bagi Masyarakat Terhadap Efek Samping Pasca Pelaksanaan Vaksinasi Covid-19 Di Indonesia. Nusant. J. Ilmu Pengetah. Sos. 7(2): 408-420.
Az-zahra, A. A., Marsoly, A. F., Salsabila, R., & Madjida, W. O. Z. (2021). Penerapan Algoritma K-Means Clustering dengan Validasi Davies Bouldin Index pada Pengelompokan Tingkat Minat Belanja Online di Provinsi Daerah Istimewa Yogyakarta. Jurnal Matematika dan Statistika serta Aplikasinya. 9(1): 24-36.
Badruttamam, A., Sudarno., & Maruddani, A. A. I. (2020). Penerapan Analisis Klaster K-Modes dengan Vaalidasi Davies Bouldin Index dalam Menentukan Karakteristik Kanal Youtube di Indonesia. Jurnal Gaussian. 9(3): 263-272.
Baloch, S., Baloch, M. A., Zheng, T., & Pei, X. (2020). The Coronavirus Disease 2019 (COVID-19) Pandemic. Tohoku J. Exp. Med. 250(4): 271-278.
Damanik, R. K., Gulo, A. R. B., & Simanjutak, E. Y. (2021). Upaya Pencegahan Penularan Covid-19 Melalui Sosialisasi dan Penyemprotan Rumah Ibadah. Jurnal Kreativitas Pengabidian Kepada Masyarakat (PKM). 4: 425-433.
Gustientiedina., Adiya, M. H., & Desnelita, Y. (2019). Penerapan Algoritma K-Means untuk Clustering Data Obat-Obatan pada RSUD Pekanbaru. Jurnal NAsional Teknologi dan Sistem Informasi. 5(1): 17-24.
Indriani, F., & Budiman, I. (2017). K-Modes Clustering untuk Mengetahui Jenis Masakan Daerah yang Populer pada Website Resep Online (Studi Kasus: Masakan Banjar di Cookpad.com). Jurnal Teknologi Informasi dan Ilmu Komputer. 4(4): 290-296.
Kennenth, M., Hirch, M. S., & Bloom, A. (2020). Coronavirus disease 2019 (COVID-19). UpToDate. 2019: 1-27.
Keytimu, Y. M. H., Nelista, Y., Djiona, M. C., Parera, T. D., & Funan, F. (2021). Sosialisasi Efek Samping Vaksin Terhadap Pengetahuan Penerima Vaksin di Puskesmas Kewapante. J. Pengabdi. Kpd. Masy. - Aphelion. 3(9): 207-212.
Khomarudin, A. G. (2016). Teknik Data mining: Algoritma K-Means Clustering. Ilmu Computer. 1-12.
Metisen, B. M., & Sari, H. L. (2015). Analisis Clustering Menggunakan Metode K-Means dalam Pengelompokan Penjualan Produk pada Swalayan Fadhila. Jurnal Media Infotama. 11(2): 110-118.
Nugroho, A. A., & Hidayat, I. N. (2021). Efektivitas Dan Keamanan Vaksin Covid-19. J. Keperawatan. 9: 2021.
Ong, J. O. (2013). Implementasi Algoritma K-Means Clustering untuk Mennetukan Strategi Marketinng President University. Jurnal Ilmiah Teknik Industri.12(1): 10-20.
Ordila, R., Wahyuni, Irawan, Y. Sari, M. Y. (2020). Penerapan Data mining untuk Pengelompokan Data Rekam Medis Pasien Berdasarkan Jenis Penyakit dengan Algoritma Clustering (Studi Kasus: Poli Klinik PT. Inecda). Jurnal Ilmu Komputer (ComputerSciece Journal). 9(2): 148-153.
Priyatman, H., Sajid, F., & Haldivany, D. (2019). Klasterisasi Menggunakan Algoritma K-Means Clustering untuk Mempredikasi Waktu Kelulusan Mahasiswa. Jurnal Edukasi dan Penelitian Informatika. 5(1): 62-66.
Puspasari, A., & Achadi, A. (2021). Pendekatan Health Belief Model untuk Menganalisis Penerimaan Vaksinasi Covid-19 di Indonesia. 4(1): 6.
Rahmi, N., Husna, A., & Erlinda, L. (2020). Penyuluhan Pemutusan Mata Rantai Penularan Corona pada Ibu yang Memiliki Bayi dan Balita di Wilayah Kerja Puskesmas Lampisang Kabupaten Aceh Besar. Jurnal Pengabdian Masyarakat (Kesehatan). 2(2):
Santoso, H., Hariyadi, I. P., & Prayitno. (2016). Data mining Analisa Pola Pembelian Produk dengan Menggunakan Metode Algoritma Apriori. Seminar Nasional Teknologi Informasi dan Multimedia. 19-23.
utomo, D. P., & Mesran. (2020). Analisis Komparasi Metode Klasifikasi Data mining dan Reduksi Atribut pada Data Set Penyakit Jantung. Jurnal Media Informatika Budidarma. 4(2): 437-444.
Wiliani, N., Martoyo, A., & Sipahutar, A. T. (2021). Penerapan Rapidminer dengan K-Means pada Clustering Daerah Terjangkit AIDS. Journal of Informatics and Advanced Computing. 2(2): 1-5.
World Health Organization. (2021). Coronavirus Disease (COVID-19): Vaccines Safety. Diakses pada 22 Desember 2021.
Downloads
Published
Issue
Section
License
Copyright (c) 2022 Qurrota A'yun, Wiguna Yanas Arifandi, Hanik Muhimatul Mukharomah
This work is licensed under a Creative Commons Attribution 4.0 International License.
