Analisis Data Mining Untuk Klasifikasi Kasus Covid 19
PDF

Keywords

COVID-19
Klasifikasi
Naive Bayes

How to Cite

Mohammad Nova Kurniawan, Satria Wijaya, Dwi Puji Yoga Satria, Erna Daniati, & Aidina Ristyawan. (2024). Analisis Data Mining Untuk Klasifikasi Kasus Covid 19. Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 8(3), 1544–1550. Retrieved from https://proceeding.unpkediri.ac.id/index.php/inotek/article/view/5098

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.
PDF

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

Creative Commons License

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

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

Downloads

Download data is not yet available.