Jurnal Teknik Informatika UNIKA Santo Thomas
Vol 9 No. 2 : Tahun 2024

Predictive Modeling of Covid-19 Spread with Machine Learning: A Focus on Decision Tree Accuracy

Aldila, Amalia Shifa (Unknown)
Supriyono, Lawrence Adi (Unknown)



Article Info

Publish Date
06 Dec 2024

Abstract

Virus Sars CoV-2 merupakan penyebab utama wabah Covid-19 yang pertama kali terdeteksi di Wuhan, Tiongkok, pada Desember 2019 dan dengan cepat menyebar ke seluruh dunia. Penelitian ini bertujuan untuk memprediksi jumlah kasus terkonfirmasi dan tingkat keparahan wabah dalam rentang 23 Januari hingga 10 Juni 2020. Data yang digunakan adalah dataset terbuka dari Kaggle berjudul "Global Forecasting Covid-19 Week 5”. Untuk menghasilkan prediksi yang optimal, penelitian ini menguji berbagai algoritma pembelajaran mesin dan pembelajaran mendalam, yaitu Random Forest, XGBoost, Polynomial Regression, Decision Tree, ANN, dan LSTM. Kinerja model dinilai melalui skor dan Root Mean Square Error (RMSE). Hasil terbaik dicapai oleh model Decision Tree dengan skor sebesar 0,97 dan RMSE 52,57, menunjukkan akurasi tinggi dalam prediksi kasus Covid-19. Penelitian ini mengindikasikan bahwa model Decision Tree unggul dalam prediksi Covid-19 dibandingkan algoritma lain dan menawarkan potensi signifikan untuk pengembangan strategi mitigasi yang lebih efektif di masa mendatang.

Copyrights © 2024






Journal Info

Abbrev

JTIUST

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management

Description

Terbit Setiap Bulan Juni dan Desember Setiap Tahunnya. Jurnal ini Media publikasi untuk bidang Ilmu Komputer seperti Teknologi dan Jaringan, Sistem Cerdas, Web, Mobile, Sistem Pendukung Keputusan, Cloud Computing, Citra, Krpitografy dan yang ...