DEEP NEURAL NETWORK UNTUK PREDIKSI INFEKSI COVID-19 BERDASARKAN DIAGNOSIS GEJALA

• MUHAMMAD IQBAL
• 14002390

---

ABSTRAK

Set data individu yang diuji untuk covid-19 dari kementerian kesehatan Israel terdiri dari delapan fitur biner yaitu jenis kelamin, usia 60 tahun ke atas, diketahu kontak dengan individu yang terinfeksi dan lima gejala klinis awal seperti batuk, demam sakit tenggorokan sesak nafas dan sakit kepala. tujuan dari penelitian ini adalah untuk mengembangkan model yang dapat memprediksi apakah seorang pasien terinfeksi covid-19 berdasarkan gejala klinis yang memungkinkan dapat membantu paramedis dalam skrining awal pasien COVID-19 secara efektif dan mengurangi beban sumber daya medis yang tersedia dirumah sakit. Diusulkan prediksi infeksi COVID-19 dengan menggunakan salah satu model pembelajaran mendalam adalah deep neural network (DNN) dengan berdassarkan diagnosis awal, keefektifan model DNN dapat membantu menyempurnakan parameter dengan algoritma back propagation. Hasil penelitian menggunakan teknik sampling dengan metode teknik oversampling SMOTE untuk prediksi infeksi COVID-19 dari kelas negative dan positive, parameter dengan hidden layer 4, learning rate 0.001 dan optimasi SGD menghasilkan model tertinggi dengan nilai akurasi 96.23%, AUC 93.10% dan Precision-Recall 77.03%

Kata Kunci: Deep Neural Network, Covid-19, Infeksi, Gejala

KATA KUNCI

Data Mining,DEEP NEURAL NETWORK

---

DAFTAR PUSTAKA

Y. Zoabi "Machine Learning-based prediction of covid-19 diagnosis based on symptoms" 2021
D. Mahesh "Prediction of covid-19 using machine learning techniques" 2020
N. Fitrianin Indah " Tinjauan Pustaka covid-19: Virologi patogenesis dan manifestasi klinis" 2020
Firdaus "Aplikasi metodologi penelitian" 2018
S. Aktar "Predicting patient covid-19 disease severity by means of statistical and machine learning analysis of blood cell transcriptome data" 2020
A.Galla "deep learning with keras" 2017
H.Rao "Feature selection based on artificial bee colony and gradient boosting decision tree" 2019