Open AccessModel Analisis Kasus Covid-19 Di Indonesia Menggunakan Algoritma Regresi Linier Dan Random Forest
Author(s) -
Alma Hidayanti,
Amril Mutoi Siregar,
Santi Lestari,
Yana Cahyana
Publication year - 2021
Publication title -
petir/petir (jakarta. online)
Language(s) - Italian
Resource type - Journals
eISSN - 2655-5018
pISSN - 1978-9262
DOI - 10.33322/petir.v15i1.1487
Subject(s) - computer science , humanities , art
Kenaikan kasus covid-19 di Indonesia tidak bisa diperkirakan perkembangannya, sehingga menyebabkan buruknya berbagai aspek kehidupan di Indonesia. Analisis data sangat penting untuk dilakukan, dengan menganalisis maka akan dihasilkan informasi baru yang bisa digunakan untuk menunjang penelitian lebih dalam terhadap permasalahan yang sama. Penelitian ini bertujuan untuk menganalisis data covid-19 di Indonesia dengan cara mengetahui nilai akurasi yang diperoleh dalam data. Dalam penelitian ini metode yang digunakan yaitu metode regresi linier dan random forest. Hasil penelitian dapat diketahui bahwa dalam penelitian ini cara analisis yang dilakukan yaitu menggunakan perhitungan manual dengan tools microsoft excel, pemrograman bahasa python menggunakan tools google colaboratory dan perangkat lunak pengolahan data menggunakan tools rapidminer. Nilai akurasi dalam setiap metode dapat berbeda sesuai dengan tools yang digunakan. Pada metode regresi linier nilai akurasi tertinggi adalah 99,7% dengan nilai RMSE (root mean squared error) yaitu 26,19, data tersebut dianalisis menggunakan perhitungan manual dengan tools microsoft excel. Sedangkan untuk metode random forest nilai akurasi tertinggi adalah 98,4% dan dianalisis menggunakan tools rapidminer