METODE KLASIFIKASI GEJALA PENYAKIT CORONAVIRUS DISEASE 19 (COVID-19 ) MENGGUNAKAN ALGORITMA NEURAL NETWORK

Rahmi, Rahmi (2022) METODE KLASIFIKASI GEJALA PENYAKIT CORONAVIRUS DISEASE 19 (COVID-19 ) MENGGUNAKAN ALGORITMA NEURAL NETWORK. Masters thesis, Universitas Bina Darma.

	Text (Bab 0) Bab 0.pdf Download (961kB)
	Text (Bab I) Bab I.pdf Download (592kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Download (524kB)
	Text (Bab II) Bab II.pdf Restricted to Registered users only Download (1MB)
	Text (Bab III) Bab III.pdf Restricted to Registered users only Download (753kB)
	Text (Bab IV) Bab IV.pdf Restricted to Registered users only Download (683kB)
	Text (Bab V) Bab V.pdf Restricted to Registered users only Download (514kB)
	Text (Turnitin) Turnitin.pdf Restricted to Registered users only Download (7MB)

Abstract

Coronavirus Disease 19 (COVID-19) merupakan virus yang berbeda dengan Severe Acute Respiratory Syndrome Associated Coronavirus (SARS-COV2), Coronavirus Disease 19 (COVID-19) merupakan virus baru yang menyebabkan infeksi pada saluran pernapasan. Covid-19 ini dapat terjadi karena adanya penularan virus dari hewan ke manusia dengan kontak langsung pada hewan yang sudah terinfeksi atau disebut sebagai Transmisi Zoonosis dan dapat tertular dari manusia ke manusia juga dengan kontak langsung atau terkena percikan liurnya. Menurut data dari epimologi rata�rata usia yang terjangkit virus ini yaitu pada usia 15-89 tahun, gejala covid-19 terjadi pada seseorang yang memiliki imunitas tidak stabil umumnya menunjukkan gejala sesak nafas, sakit tenggorokan, dan batuk pilek hingga demam. Indonesia dengan kasus positif pertama kali dengan 2 orang pada maret 2020. Dalam penelitian ini penulis mengangkat masalah bagaimana pengklasifikasian resiko terjangkit virus covid-19 dari gejala yang ditimbulkan. Tujuan penelitian ini yaitu untuk mengetahui tingkat resiko terjangkit virus covid-19 dengan menggunakan metode Cross Industry Standard Process for Data Mining (CRISP-DM), dataset yang digunakan dalam penelitian ini diambil dari jurnal. Dalam penelitian ini digunakan 2 algoritma pembanding yaitu Neural Network (NN) dan Logistic Regression dengan menggunakan tools Phyton. Nilai akurasi pada dataset dengan 278.848 record data menggunakan algoritma Neural Network (NN) memperoleh 95%, sedangkan nilai akurasi pada dataset menggunakan algoritma Logistic Regression memperoleh 94%. Pada penelitian ini klasifikasi menggunakan algoritma Neural Network memberikan nilai aurasi yang lebih tinggi dibandingkan dengan menggunakan algoritma Logistic Regression. Kata kunci: Covid-19,Neural Network, Logistic Regression,CRISP-DM, klasifikasi

Actions (login required)

View Item