PERBANDINGAN NILAI ALGORITMA DECISION TREE DAN REGRESI LINEAR TERHADAP KASUS PREDIKSI PENYEBARAN COVID-19 DI INDONESIA

DARWIN, DWIKI CHRISTIAN, WILSON CHANDRA (2022) PERBANDINGAN NILAI ALGORITMA DECISION TREE DAN REGRESI LINEAR TERHADAP KASUS PREDIKSI PENYEBARAN COVID-19 DI INDONESIA , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

COVID-19 merupakan penyakit yang pertama kali ditemukan di Wuhan, China dan mengakibatkan pandemi coronavirus 2019-2020. Virus ini dapat menyebabkan infeksi saluran pernafasan seperti flu ketika menyerang manusia. Negara Indonesia dinyatakan memiliki kasus konfirmasi tertinggi di ASEAN. Beberapa penelitian telah dilakukan untuk menangani kasus-kasus COVID-19 dengan algoritma Decision Tree ataupun Regresi Linear. Pada penelitian ini, peneliti mencoba melakukan analisis terhadap kasus-kasus COVID-19 di Indonesia dan melakukan sebuah uji coba memprediksi kasus-kasus baru dengan algoritma Decision Tree beserta Regresi Linear. Kemudian peneliti akan membandingkan nilai dari kedua algoritma ini dengan menggunakan R2 Score. Hasil analisis ini menyatakan bahwa provinsi DKI Jakarta memiliki jumlah kasus positif, kesembuhan dan kematian tertinggi di Indonesia. Nilai hasil perbandingan dari R2 Score yang didapatkan pada algoritma Decision Tree mencapai 95.69% (training) dan 92.15% (testing), sedangkan algoritma Regresi Linear mencapai 79.93% (training) dan 77.25% (testing).

JURNAL
KATEGORI JURNAL Jurnal Nasional Terakreditasi
TAHUN JURNAL 2022
VOLUME JURNAL 4
NOMOR JURNAL 1
NAMA PENERBIT Journal of Computer Networks, Architecture and High Performance Computing
NOMOR ISSN/ISBN 26559102
LAMAN PENERBIT (URL) https://jurnal.itscience.org/index.php/CNAPC/index
LAMAN ARTIKEL (URL) https://jurnal.itscience.org/index.php/CNAPC/article/view/1234