Open AccessKlasifikasi Gejala Penyakit Coronavirus Disease 19 (COVID-19) Menggunakan Machine Learning
Author(s) -
Suci Anggraini,
Muhamad Akbar,
Alex Wijaya,
Hadi Syaputra,
Muhammad Sobri
Publication year - 2021
Publication title -
journal of software engineering ampera
Language(s) - Uncategorized
Resource type - Journals
ISSN - 2775-2488
DOI - 10.51519/journalsea.v2i1.105
Subject(s) - naive bayes classifier , computer science , humanities , artificial intelligence , philosophy , support vector machine
Coronavirus Disease 19 (COVID-19) merupakan virus baru yang menyebabkan infeksi saluran pernapasan. Virus ini berasal dari hewan yang dapat menular pada manusia dengan percikan air liur. Menurut data epidemiologi rata-rata pasien terjangkit virus ini berusia 15-80 tahun. Virus ini memiliki masa inkubasi 2-14 hari yang mempunyai gejala awal yaitu deman tinggi, sesak nafas, batuk pilek. Indonesia memiliki 2 kasus pertama pada 2 maret 2020. Permasalahan yang diangkat dalam penelitian ini adalah bagaimana mengklasifikasi resiko terjangkit virus covid-19 dari gejala yang ditimbulkan. Tujuan penelitian ini untuk mengetahui tingkat resiko terjangkit virus covid-19 berdasarkan instrumen yang digunakan dari metode Knowledge Discovery in Database yang terdiri dari 5 tahapan yaitu selection, pre-processing, transformation, data mining, dan evaluation. Dataset yang digunakan peneliti diambil dari web resmi kaggle.com. Penelitian ini menggunakan 4 (empat) algoritma yaitu K-Nearest Neighbor (K-NN), Neural Network (NN), Random Forest (RF), dan Naive Bayes dengan bantuan tool rapidminer. Values dataset antara lain tingkat rendah 25,98%, tingkat sedang 54,33%, dan tingkat tinggi 19,69%. Nilai akurasi pada dataset dengan 127 data pasien terjangkit covid-19 menggunakan algoritma k-nearest neighbor memperoleh 57,89%, neural network memperoleh 73,68%, random forest memperoleh 68,42%, naive bayes memperoleh 65,38%. Pada penelitian ini algoritma klasifikasi Neural Network memberikan nilai akurasi yang tertinggi.