ANALISIS PENGARUH CUACA DAN PERPINDAHAN PENDUDUK PADA KLASIFIKASI PASIEN COVID-19

• RIZKA DAHLIA
• 14002367

---

ABSTRAK

Penyebaran coronavirus 2019 atau yang disingkat dengan covid-19 masih belum berakhir setelah hampir 2 tahun virus ini ditemukan. penyebaran dapat berupa interaksi pada orang yang terpapar, bersin ataupun batuk. virus ini lebih rentan terhadap orang yang memiliki usia tua. Selain itu luasnya geografis sebuah negara dan temepratur suatu daerah dapat menjadi faktor penyebaran covid-19 terjadi. dari beberapa penyebab penyebaran virus dapat dijadikan sebagai variable dalam pengolahan data menggunakan data mining. adapun model yang digunakan dalam pengujian model adalah decision tree, naive bayes, lgostic regression, random forest, k-nn dan light gradient boosting. hasil terbaik didapatkan oleh model light gradient boosting dengan accuracy 90.03%, AUC 96.66% recall 92.35% dan precision 92.33%. Namun dilihat dari feature importance fitur tambahan dari cuaca lebih berpengaruh dibandingkan dengan fitur dari perpindahan penduduk.

Kata kunci: Klasifikasi, Covid-19, perpindahan penduduk, cuaca, light gradient boosting

KATA KUNCI

Data Mining,Klasifikasi

---

DAFTAR PUSTAKA

WHO "Covid-19 weekly Epidemiological update 22" 2021
C. Shorabi "WHO declares global emergency: a review of the 2019 novel coronavirus" 2020
L. Muflikhah "DATA MINING MALANG UB" 2018
R. Tosepu "Correlation between weather and covid-10 pandemic in jakarta indonesia" 2020
N.L.W.S.R Ginantara "Data Mining dan penerapan Algoritma" 2021
M.Sahin "Impact of weather on COVID-10 pandemic in Turkey" 2020
B.Charbuty "Classification based on decision tree algorithm for machine learning" 2021
A. Novandya "penerapan algoritma klasifikasi data mining dalam" 2017
Alvina Felcia Watratan "Implementasi Algoritma Naive Bayes untuk Memprediksi tingak penyebaran Covid-19 di Indonesia" 2020
H.Al-Najjar " A classifier prediction model to predict the status of coronavirus Covid-10 patients in south korea" 2020