Prediksi Kenaikan Covid-19 di Tangerang Selatan Menggunakan Metode Klasifikasi Naive Bayes
Abstract
Penyebaran infeksi Covid-19 yang sangat cepat membuat hingga hampir tak ada negara atau wilayah di dunia yang absen dari virus Covid-19. Peningkatan jumlah kasus Covid-19 terjadi dalam waktu yang cepat hingga butuh penanganan secepatnya. Berbagai cara sudah dilakukan oleh Pemerintah dalam mengantisipasi dan menanggulangi pandemi ini. Data Covid-19 Di Tangerang Selatan belum dimanfaatkan untuk mengenali pola (pattern) yang dapat dimanfaatkan untuk memprediksi kenaikan Covid-19 di Tangerang Selatan yang baru. Oleh karena itu penelitian ini dilakukan sebagai langkah antisipasi terhadap pandemi Covid-19 dengan memprediksi kenaikan Covid-19 terutama di kota Tangerang Selatan. Metode penelitian yang di terapkan pada penelitian ini adalah analisis masalah dan studi literatur, mengumpulkan data, implementasi ke dalam bahasa data mining menggunakan metode Klasifikasi Naïve Bayes dan evaluasi. Tujuan dari penelitian ini adalah membuat model data mining untuk prediksi kenaikan Covid-19 di Tangerang Selatan yang baru dengan metode Klasifikasi Naïve Bayes. Sehingga dari pola tersebut di harapkan dapat memprediksi kenaikan Covid-19 di Tangerang Selatan sebagai langkah untuk antisipasi masyarakat Tangerang Selatan terhadap Covid-19. Pada penelitian ini Klasifikasi Naïve Bayes dapat digunakan untuk memprediksi tingkat kenaikan Covid-19 di Kota Tangerang Selatan dengan tingkat akurasi 69.3878% dan nilai error 30.6122%. Hasil prediksi metode klasifikasi Naïve Bayes menggunakan WEKA, ada 136 data Covid-19 yang di prediksi benar dan ada 60 data Covid-19 yang di prediksi salah di Kota Tangerang Selatan.
References
Alvina Felicia Watratan, Arwini Puspita. B, & Dikwan Moeis. (2020). Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia. Journal of Applied Computer Science and Technology, 1(1), 7–14. https://doi.org/10.52158/jacost.v1i1.9
Djalante, R., Lassa, J., Setiamarga, D., Sudjatma, A., Indrawan, M., Haryanto, B., Mahfud, C., Sinapoy, M. S., Djalante, S., Rafliana, I., Gunawan, L. A., Surtiari, G. A. K., & Warsilah, H. (2020). Review and analysis of current responses to COVID-19 in Indonesia: Period of January to March 2020. Progress in Disaster Science, 6. https://doi.org/10.1016/j.pdisas.2020.100091
Emy, N. P., Yanti, D., Made, I., Dharma, A., Nugraha, P., Wisnawa, G. A., Putu, N., Agustina, D., & Diantari, A. (n.d.). GAMBARAN PENGETAHUAN MASYARAKAT TENTANG COVID-19 DAN PERILAKU MASYARAKAT DI MASA PANDEMI COVID-19.
Hermawati, F. A. (n.d.). Data Mining.
Ikbal, M., Andryana, S., & Komala Sari, R. T. (2021). Visualisasi dan Analisa Data Penyebaran Covid-19 dengan Metode Klasifikasi Naïve Bayes. Jurnal JTIK (Jurnal Teknologi Informasi Dan Komunikasi), 5(4), 389. https://doi.org/10.35870/jtik.v5i4.233
Kementrian Kesehatan Republik Indonesia. (2021). Info Infeksi Emerging Kementrian Kesehatan RI.
Mochammad Haldi Widianto. (2021). Algoritma Naive Bayes. Binus University.
Nurul Qomariasih. (2021). PERAMALAN KASUS COVID-19 DI DKI JAKARTA DENGAN MODEL ARIMA. Jurnal Syntax Transformation. https://doi.org/10.46799/jurnal
Pemerintah Kota Tangerang Selatan. (2021). Tangsel Tanggap Covid-19.
Prakarsa, G., & Nasution, V. M. (2021). Penerapan Logika Fuzzy Menggunakan Metode Mamdani Pada Prediksi Jumlah Kasus Positif Covid-19. JURNAL MEDIA INFORMATIKA BUDIDARMA, 5(4), 1660. https://doi.org/10.30865/mib.v5i4.3282
Rohman, Z. A., & Rohmawati, A. A. (2021). Prediksi Penyebaran COVID-19 Harian di Jawa Timur Menggunakan Model Vector Autoregressive Moving Average ( VARMA ). 8(5), 11150–11163.
Subiantoro, F. S. (2021). PREDIKSI KASUS KONFIRMASI POSITIF COVID-19 DI JOMBANG MENGGUNAKAN MODEL INTEGER-VALUED AUTOREGRESSIVE(p). MATHunesa Jurnal.
Tosepu, R., Gunawan, J., Effendy, D. S., Ahmad, L. O. A. I., Lestari, H., Bahar, H., & Asfian, P. (2020). Correlation between weather and Covid-19 pandemic in Jakarta, Indonesia. Science of the Total Environment, 725. https://doi.org/10.1016/j.scitotenv.2020.138436
Vercellis, C. (2008). Business intelligence : data mining and optimization for decision making. Wiley.
Wibowo, A. (2021). Klasifikasi. Binus University.
Widiyani, R. (2020). Latar Belakang Virus Corona, Perkembangan hingga Isu Terkini. Detik.Com.
World Health Organization. (2021). Critical preparedness, readiness and response actions for COVID-19.
