Claim Missing Document
Check
Articles

Found 1 Documents
Search

Komparasi Algoritma K-Nearest Neighbor dengan Linear Regression untuk Memprediksi Total Kasus Positif Covid-19 di Pamekasan Luluk Suhartini; Moh. Wasil
COREAI: Jurnal Kecerdasan Buatan, Komputasi dan Teknologi Informasi Vol 4, No 1 (2023): Metaverse dan Masa Depan Interaksi Digital: Perspektif Teknologi dan Sosial
Publisher : Universitas Nurul Jadid

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33650/coreai.v4i1.16557

Abstract

COVID-19 telah ditetapkan sebagai pandemic sejak 30 Januari 2020 oleh WHO. Hal ini mengacu pada tingkat penyeba-ran virus yang sudah mewabah ke belahan dunia, tak terkecuali Indonesia. Jumlah kasus baru tersebar di 34 provinsi dan hampir di semua kabupaten di Indonesia, termasuk Kabupaten Pamekasan. Dengan jumlah kasus COVID-19 yang selalu berubah, maka diperlukan kajian untuk memprediksi jumlah kasus COVID-19 di masa yang akan datang. Pada penelitian ini dilakukan perbandingan algoritma k-Nearest Neighbor dengan Linear Regression dalam memprediksi total kasus COVID-19. Dataset yang digunakan adalah dataset pasien kasus positif COVId-19 di Kabupaten Pamekasan. Pada penelitian ini digunakan model validasi 10 Fold Cross Validation untuk mengukur performa algoritma kNN dan Linear Re-gression sedangkan model evaluasi menggunakan Root Mean Square Error (RMSE) dengan menggunakan tools RapidMiner. Berdasarkan hasil penelitian, algoritma kNN memperoleh nilai RMSE lebih kecil dari pada Linear Regression dan dapat diterapkan untuk memprediksi kasus Covid-19 di Pamekasan dengan nilai RMSE sebesar 0.057.