Prediksi Status Darurat Covid-19 di Yogyakarta Menggunakan Naive Bayes
Abstract
Meluasnya wabah virus corona di awal tahun 2020 menggemparkan dunia. Mudahnya penyebaran virus tersebut, orang terkonfirmasi positif Covid-19 dengan kasus terkonfirmasi meluas terutama di Daerah Istimewa Yogyakarta (DIY). Tiap kabupaten di Daerah Istimewa Yogyakarta memiliki status tingkat gawat darurat Covid-19 yang berbeda-beda. Hal ini dapat berpengaruh pada status DIY berdasarkan kondisi kasua terkonfirmasi Covid-19. Pada penelitian ini menerapkan prediksi dari ilmu data mining untuk mengklasifikasi status kegawat daruratan Covid-19 di DIY. Pengklasifikasian menggunakan metode Naive Bayes yang diterpkan untuk membantun model berdasarkan dataset pasien yang terkonfirmasi Covid-19. Model yang dibangun dapat memprediksi stastus gawat darurat DIY berdasarkan banyaknya kasus terkonfirmasi yang berada di tiap kabupaten di DIY. Pengolahan data diaplikasikan menggunakan Rapidminer. Hasil penelitian menunjukkan bahwa nilai akurasi mencapai 98,84%.
Full Text:
PDF (Indonesian)DOI: http://dx.doi.org/10.30700/jst.v13i2.1390
Article Metrics
Abstract view : 109 timesPDF (Indonesian) - 149 times
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 SISFOTENIKA
This work is licensed under a Creative Commons Attribution 4.0 International License.
Badan Pengelola Jurnal Ilmiah Sistem Informasi dan Teknik Informatika (SISFOTENIKA) STMIK Pontianak.
Jurnal Ilmiah SISFOTENIKA terindex di :
| |
SERTIFIKAT PENGHARGAAN :
Jurnal Ilmiah SISFOTENIKA Terakreditasi Peringkat Empat
Partners & Co-Organizers:
Jurnal Ilmiah SISFOTENIKA: STMIK Pontianak Online Journal ISSN Printed (2087-7897) - ISSN Online (2460-5344) licensed under a Lisensi Creative Commons Atribusi 4.0 Internasional.