Analisis Data Mining Untuk Klasifikasi Kasus Covid 19

Authors

  • Mohammad Nova Kurniawan Indonesia
  • Satria Wijaya Universitas Nusantara PGRI Kediri Indonesia
  • Dwi Puji Yoga Satria Universitas Nusantara PGRI Kediri Indonesia
  • Erna Daniati Indonesia
  • Aidina Ristyawan Universitas Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/ndeb5230

Abstract

Wabah virus COVID-19 adalah salah satu wabah terbesar yang pernah melanda umat manusia dan melemahkan ekonomi di hampir banyak negara. Tujuan penelitian ini adalah untuk menganalisis data kasus COVID-19 agar dapat mengetahui prediksi pada masalah kasus COVID-

  1. Pandemi COVID-19 telah memberikan dampak yang signifikan di Daerah Nganjuk. Untuk mengatasi pandemi ini secara efektif, diperlukan analisis data yang mendalam guna memahami karakteristik kasus Positif yang terdata. Penelitian ini bertujuan untuk menerapkan teknik data mining dalam klasifikasi kasus COVID-19. Data yang digunakan dalam penelitian ini mencakup kasus positif, positif baru, menninggal total ,meninggal baru, sembuh total dan masih sakit mengenai pasien COVID-19 dengan menggunakan metode klasifikasi seperti Naive Bayes dan menggunakan tools Rapidminner.

Keywords:

COVID-19, Klasifikasi, Naive Bayes

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

Zulfa Nabila, Auliya Rahman Isnain, Pemarta, dan Zaenal Abidin, Analisis data mining untuk clustering kasus COVID-19 di Provinsi Lampung menggunakan algoritma K-Means. 2021

Charles Zai. Implementasi Data Mining Sebagai Pengolahan Data.2002

S.Susanto And D. Suryadi, Pengantar Data Mining Menggali Pengetahuan Bongkahan Data.2010.

K. K. R. Indonesia, “Pertanyaan dan Jawaban Terkait Coronavirus Disease 2019 (COVID-19)

Update 6 Maret 2020,” vol. 2019, pp. 1–9, 2020

Senna Hendrian, Algoritma klasifikasi data mining untuk memprediksi siswa yang memperoleh bantuan dana pendidikan.2018

D. Aprilla, D. A. Baskoro, L. Ambarwati, And I. W. S. Wicaksana, Belajar Data Mining Dengan Rapid Miner. 2013.

Alvina Felicia Watratan, Arwini Puspita. B, Dikwan Moeis, Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia (JACOST) Vol. 1 No. 1 (2020)

N. Dwitri, J. A. Tampubolon, S. Prayoga, And P.P. P. A. N. W. F. I. R. H. Zer, “Penerapan Algoritma K-Means Dalam Menentukan Tingkat Penyebaran Pandemi Covid-19 Di Indonesia,” Vol. 4, No. 1, Pp. 128–132, 2020.

J. Han, M. Kamber, And J. Oei, Data Mining Concepts and Techniques. 2012.

Yuliana, “Corona Virus Diseases (Covid-19(Sebuah Tinjauan Literatur,” Vol. 2, No. February, Pp. 187–192, 2020.

W. F. T. F. Gorahe Vivi Lusya dkk., “Dampak Pandemi Covid 19 Terhadap Kesejahteraan Masyarakat di Desa,”2021. [Daring]. Tersedia pada: https://www.kemkes.go.id/

Leo Agustino, Analisis Kebijakan Penanganan Wabah Covid-19: Pengalaman Indonesia. 2020.

D. T. Larose and C. D. Larose, Discovering Knowledge In Data An Introduction To Data Mining.

Afanin Hamidah, Abdulloh Hamid, Dian C. Rini Novitasari, Peramalan Jumlah Kasus COVID-19 Di Kabupaten Nganjuk Menggunakan Metode Arima.2021.

Mufti Ari Bianto, Kusrini Sudarmawan ,perancangan sistem klafikasi penyakit jantung Mengunakan naïve bayes.2019

Downloads

Published

2024-07-31

Issue

Vol. 8 No. 3 (2024): PROSIDING SEMINAR NASIONAL INOVASI TEKNOLOGI TAHUN 2024

Section

Articles

License

Copyright (c) 2024 Mohammad Nova Kurniawan, Satria Wijaya, Dwi Puji Yoga Satria, Erna Daniati, Aidina Ristyawan

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Analisis Data Mining Untuk Klasifikasi Kasus Covid 19. (2024). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 8(3), 1544-1550. https://doi.org/10.29407/ndeb5230