YUNITA, DENISE PAULINA (2023) PENERAPAN DATA MINING DALAM MEMPREDIKSI PENYEBARAN KASUS COVID-19 DI WILAYAH KELAPA GADING MENGGUNAKAN ALGORITMA C 4.5. S1 thesis, UNIVERSITAS MERCU BUANA.
|
Text (COVER)
41519010090 - DENISE PAULINA YUNITA - 02 Cover.pdf Download (433kB) | Preview |
|
|
Text (ABSTRAK)
41519010090 - DENISE PAULINA YUNITA - 03 Abstrak.pdf Download (105kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB 1)
41519010090 - DENISE PAULINA YUNITA - 04 BAB 1.pdf Restricted to Registered users only Download (114kB) |
|
|
Text (BAB 2)
41519010090 - DENISE PAULINA YUNITA - 05 BAB 2.pdf Restricted to Registered users only Download (162kB) |
|
|
Text (BAB 3)
41519010090 - DENISE PAULINA YUNITA - 06 BAB 3.pdf Restricted to Registered users only Download (132kB) |
|
|
Text (BAB 4)
41519010090 - DENISE PAULINA YUNITA - 07 BAB 4.pdf Restricted to Registered users only Download (535kB) |
|
|
Text (BAB 5)
41519010090 - DENISE PAULINA YUNITA - 08 BAB 5.pdf Restricted to Registered users only Download (162kB) |
|
|
Text (DAFTAR PUSTAKA)
41519010090 - DENISE PAULINA YUNITA - 09 Daftar Pustaka.pdf Restricted to Registered users only Download (177kB) |
|
|
Text (LAMPIRAN)
41519010090 - DENISE PAULINA YUNITA - 10 Lampiran.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (JURNAL)
41519010090 - DENISE PAULINA YUNITA - 11 Jurnal.pdf Restricted to Registered users only Download (524kB) |
Abstract
Penelitian ini membahas tentang penerapan data mining dalam memprediksi penyebaran COVID-19 di wilayah Kelapa Gading, Jakarta Utara, dengan tujuan untuk membantu mengendalikan kasus COVID-19 di wilayah tersebut. Menurut WHO, COVID-19 merupakan suatu penyakit menular yang disebabkan oleh suatu varian baru dari coronavirus. Penyebaran yang tidak terkendali dapat mengganggu aktivitas sosial dan ekonomi masyarakat. Sementara itu, pelayanan kesehatan dan sumber daya manusia yang terlibat dalam penanganan pandemi COVID-19 di Indonesia masih belum memadai, sementara kasus terus meningkat. Metode yang digunakan adalah algoritma C4.5 dan pengujian validasi menggunakan K Fold sebanyak 10 fold. Hasil penelitian menunjukkan bahwa model menggunakan algoritma C4.5 memiliki tingkat akurasi yang baik, mencapai 0,98. Validasi dengan K Fold menghasilkan akurasi sebesar 0,99 dan hasil pengujian data juga sesuai dengan prediksi model. Berdasarkan hasil prediksi, jika jumlah kasus positif harian kurang dari 35,50, kelasnya adalah "rendah". Jika jumlah kasus positif harian antara 35,50 hingga 50,50, kelasnya adalah "sedang". Dan jika jumlah kasus positif harian lebih dari 50,50, kelasnya adalah "tinggi". Kata Kunci: Algoritma C4.5, COVID-19, K Fold Validation
| Item Type: | Thesis (S1) |
|---|---|
| NIM/NIDN Creators: | 41519010090 |
| Uncontrolled Keywords: | Kata Kunci: Algoritma C4.5, COVID-19, K Fold Validation |
| Subjects: | 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | Nasruddin Mansyur S.Hum |
| Date Deposited: | 01 Sep 2023 05:10 |
| Last Modified: | 01 Sep 2023 05:10 |
| URI: | http://repository.mercubuana.ac.id/id/eprint/80287 |
Actions (login required)
 |
View Item |
