Analisis Dan Perbandingan Algoritma Prediksi Dalam Mengetahui Perkiraan Peningkatan Jumlah Kasus COVID-19 Di Kabupaten Boyolali Dengan Metodologi CRISP-DM

Murti, Erlangga Wisnu

Jurnal Ilmu Kesehatan
Vol. 3 No. 1 (2024): Juli-Desember 2024

CORONA VIRUS pertama kali dilaporkan pada tahun 2019 di Kota Wuhan China. Beberapa negara di belahan dunia yang berpotensi besar tersebarnya virus Covid-19 berusaha untuk menanggulangi penyebaran virus, dan juga termasuk Indonesia. Data dan informasi merupakan bagian penting dalam pertimbangan mengambil keputusan terkait penanganan Covid-19. Data Virus ini senantiasa dimanfaatkan untuk dilakukan analisis prediktif demi mengetahui perkiraan jumlah kasus Covid-19 di masa depan. Hasil perdiksi dapat digunakan sebagai pertimbangan bagi pemerintah dalam mengambil kebijakan dan intervasi dalam penanganan Covid-19 di Indonesia. Dalam penelitian ini  akan dilakukan prediksi jumlah kasus Covid-19  dengan membandingkan beberapa model algoritma yaitu Neural Network, Random Forest, Linear Regression, Support Vector Machine, Gaussian Process, dan Polynomial Regression. Untuk mengukur tingkat akurasi dari tiap model algoritma digunakan model validasi 10 Fold Cross Validation dan evaluasi menggunakan Root Mean Square Error (RMSE) menggunakan alat bantu RapidMiner Studio v9.6.0.0. Adapun metodologi penelitian yang digunakan ialah  metodologi  Cross  Industry  Standard  Process  for  Data  Mining  (CRISP-DM).  Hasil  penelitian  ini menyimpulkan bahwa dataset kasus  Covid-19 di Indonesia dapat diprediksi dengan menggunakan model algortima Linear Regression.