PREDIKSI PENULARAN COVID-19 DI WILAYAH BANDAR LAMPUNG MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

Putri, Inayu Mahardhika (2020) PREDIKSI PENULARAN COVID-19 DI WILAYAH BANDAR LAMPUNG MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER. Strata 1 thesis, Universitas Teknokrat Indonesia.

	Text (Full Skripsi) skripsi16311071.pdf - Published Version Restricted to Registered users only Download (1MB) | Request a copy
	Text (Pendahuluan) b116311071.pdf - Published Version Download (306kB)
	Text (Abstrak) abstrak16311071.pdf - Published Version Download (198kB)
	Text (Daftar Pustaka) daftar_pustaka16311071.pdf - Bibliography Download (291kB)

Abstract

Kesehatan sangat berpengaruh dengan aktivitas yang dijalankan setiap orang didunia. Saat ini dunia sedang dilanda wabah yang dinamakan "Covid-19" . Penyakit ini muncul pertama kali di cina dan dengan cepat menyebar dan meluas hingga ke seluruh dunia. Dari benua asia sampai benua Afrika terkena dampaknya Corona Virus Deases 2019 atau (2019-nCoV) dapat menyebabkan Pneumonia, yaitu peradangan pada jaringan paru yang menyebabkan gangguan pertukaran oksigen, sebagai kompensasinya tubuh akan berusaha bernafas lebih yang akan terlihat sebagai sesak. Virus ini dapat menyerang siapa saja baik itu bayi, anakanak, orang dewasa, lansia, ibu hamil maupun ibu menyusui, dengan gejala – gejala yang telah diidentifikasi seperti Gejalanya demam >38 0C, batuk, sesak napas, badan terasa sakit atau linu dan Gejala tersebut dapat lebih parah jika penderita merupakan mempunyai penyakit penyerta lainnya seperti penyakit paru obstruktif menahun atau penyakit jantung.dan usia lanjut. Indonesia adalah salah satu negara yang tidak terhindar oleh Covid-19. Penyebaranan Covid-19 di Indonesia menyebar keseluruh pulau dan seluruh provinsi di Indonesia , tidak luput pula provinsi Lampung ikut terdampak Covid-19. Bandar Lampung sebagai ibu kota dari provinsi Lampung adalah kota yang dilalui oleh seluruh masyarakat yang beraktivitas antar kota. Maka, penggunaan algoritma Naïve Bayes Classifier dijadikan solusi dalam masalah ini karena algoritma ini dapat menggunakan teorema bayes dan mengansumsikan semua atribut independen atau tidak saling ketergantungan yang diberikan oleh nilai pada variabel kelas dengan menggunakan teknik prediksi. Berdasarkan hasil prediksi yang telah dilakukan melalui aplikasi weka dapat disimpulkan bahwa algoritma Naïve Bayes Classifier bekerja dengan baik untuk jenis data seperti data kuisioner Covid-19. Hal tersebut dapat dilihat nilai akurasi mencapai 98,25% untuk data training dan 100% untuk data testing. Kata Kunci : Prediksi, Naïve Bayes Classifier, Pandemik Covid-19, Wabah, Virus

Item Type:	Thesis (Strata 1)
Uncontrolled Keywords:	Prediksi, Naïve Bayes Classifier, Pandemik Covid-19, Wabah, Virus
Subjects:	SISTEM INFORMASI (D3) > INFORMASI UNTUK PENGUKURAN KONDISI
Divisions:	Fakultas Teknik dan Ilmu Komputer > S1 Sistem Informasi
Depositing User:	Asep Haikal Kurniawan S.IP., M.A
Date Deposited:	26 Nov 2021 02:03
Last Modified:	26 Nov 2021 02:03
URI:	http://repository.teknokrat.ac.id/id/eprint/3042

Actions (login required)

View Item