Perbandingan Performa Teknik Sampling Data untuk Klasifikasi Pasien Terinfeksi Covid-19 Menggunakan Rontgen Dada

Virus COVID-19 menjadi virus yang mematikan dan menggemparkan dunia. Salah satu akibat yang ditimbulkan oleh virus COVID-19 adalah infeksi saluran pernapasan. Solusi yang diajukan untuk masalah ini adalah dengan prediksi infeksi virus COVID-19. Prediksi ini dibuat berdasarkan klasifikasi data rontgen dada. Namun, jumlah data rontgen dada adalah data yang tidak seimbang. Hasil dari ketidakseimbangan data adalah klasifikasi data yang mengabaikan kelas dengan data yang lebih sedikit. Untuk mengatasi masalah tersebut maka teknik pengambilan sampel data menjadi mekanisme untuk membuat data menjadi seimbang. Untuk itu, beberapa teknik pengambilan sampel data akan dievaluasi dalam penelitian ini. Teknik pengambilan sampel data antara lain Random Undersampling (RUS), Random Oversampling (ROS), Combination of Over-Undersampling (COUS), Synthetic Minority Over-sampling Technique (SMOTE), dan Tomek Link (T-Link). Penelitian ini juga menggunakan klasifikasi data Support Vector Machines (SVM), karena memiliki akurasi yang tinggi. Selanjutnya evaluasi dilakukan dengan memilih akurasi dan Area Under Curve (AUC) tertinggi . Teknik pengambilan sampel terbaik yang ditemukan adalah SMOTE dengan nilai akurasi 99% dan nilai AUC 99.32%. Teknik SMOTE merupakan teknik pengambilan sampel data terbaik untuk klasifikasi data rontgen dada COVID-19.