PEMBUATAN MODEL DATA MINING UNTUK MEMPREDIKSI INFEKSI PENYAKIT COVID 19 DENGAN MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER

Yogie Wilvren Saragih (Universitas Pembangunan Nasional “Veteran” Jawa Timur)
Samuel Krispama Lumbantoruan (Universitas Pembangunan Nasional “Veteran” Jawa Timur)
Ali Muhhamad Saleh Baaboud (Universitas Pembangunan Nasional “Veteran” Jawa Timur)
Eva Yulia Puspaningrum (Universitas Pembangunan Nasional “Veteran” Jawa Timur)

Jurnal Manajemen Informatika Jayakarta
Vol 3 No 3 (2023): JMI Jayakarta (Juli 2023)

Pandemi Covid-19 telah menjadi masalah kesehatan masyarakat yang kompleks dan membutuhkan pemrosesan cepat dan kerja sama solusi di berbagai bidang. Teknik preprocessing data digunakan untuk membersihkan data dan menghilangkan outlier dan noise. Algoritma Naive Bayes kemudian diterapkan untuk penambangan data untuk mengklasifikasikan kasus positif dan negatif dan mengelompokkan data berdasarkan fitur-fiturnya.Hasilnya menunjukkan keefektifan algoritma Naive Bayes dalam penambangan data Covid-19, dengan akurasi tinggi dalam mengklasifikasikan kasus positif dan negatif. Analisis pengelompokan juga mengungkapkan perbedaan signifikan kasus Covid19 antar provinsi di Indonesia.Hasilnya dapat digunakan untuk mendukung pengambilan keputusan oleh pemerintah dan masyarakat dalam penanganan pandemi Covid-19 di Indonesia.