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

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