Sampai saat ini pandemi COVID-19 masih melanda seluruh dunia. Disaat yang
bersamaan seluruh negara di dunia tetap berupaya agar bisa cepat keluar dari pandemi
ini. Kualitas penanganan kesehatan yang baik tentu dapat membantu suatu negara
untuk keluar dari situasi ini. Namun, meski banyaknya penelitian yang dilakukan,
hingga saat ini banyak negara masih mencari solusi untuk keluar dari pandemi
COVID-19.
Oleh karena permasalahan di atas pada penelitian ini akan dilakukan Clustering
dampak dan penanganan terhadap COVID-19 pada negara-negara se-asia dengan
metode K-Means menggunakan variabel atau atribut pada bidang ilmu Epidemiologi
yaitu seperti Case Fatality Rate, Mortality Rate, Recovery Rate ditambah dengan
kepadatan penduduk (Density) sebagai variabel bebas yang diolah dan didapatkan dari
Raw data kasus COVID-19. Dengan tujuan menentukan dampak dan penanganan
COVID-19 dan pengaruh dari kepadatan penduduk (Density) terhadap dampak, dan
penanganan pandemi COVID-19 pada suatu negara.
Hasil clustering dibagi menjadi 3 cluster dan dianalisis dengan aggregate value
yaitu nilai Min-Max dan nilai Mean dari masing cluster maupun variabel. Hasil
didapatkan bahwa Tingkat Kepadatan Penduduk cukup berpengaruh terhadap tingkat
fatalitas kasus dan kematian sebagai dampak dan tingkat kesembuhan sebagai
gambaran penanganan. Selain itu ditemukan juga bahwa cluster 2 merupakan cluster
yang paling baik baik dari dampak maupun penanganan terhadap pandemi COVID-19
dengan nilai mean untuk Case Fatality Rate sebesar 1.27%, kemudian Mortality Rate
sebesar 0.009%, Recovery Rate 93.56% walaupun nilai Mean Density atau Kepadatan
penduduknya tergolong sangat tinggi yaitu 1295 populasi/km
2
. Dari segi akurasi
dengan karakteristik dataset yang digunakan dalam penelitian ini menggunakan
metode K-Means lebih unggul dibandingkan DBSCAN yang dievaluasi dengan
Davies-Bouldin Index dimana akurasi terbaik dari metode K-Means mencapai 97%
sedangkan DBSCAN 80%.