Metode Klasifikasi Gejala Penyakit Coronavirus Disease 19 (COVID-19) Menggunakan Algoritma Neural Network

Abstract

Coronavirus Disease 19 (COVID-19) adalah virus baru yang dapat menyebabkan infeksi saluran pernafasan. Virus ini berasal dari hewan yang dapat menular ke manusia melalui percikan ludahnya. Menurt data epidemiologis, rata-rata penderita virus ini berusia 15-80 tahun. Virus ini memiliki masa inkubasi 3-14 hari yang memiliki gejala awal yaitu demam tinggi, sesak napas, batuk dan pilek. Indonesia mwmiliki 2 kasus pertama pada 2 Maret 2020, Covid-19 meningkat secara teratur pada 29 Desember 2020 data menunjukkan 719.219 ribu orang dipastikan terjangkit Covid-19. Masalah yang diangkat dalam penelitian ini adalah bagaimana mengklasifikasikan risiko tertular virus Covid-19 dari gejala yang ditimbulkan. Tujuan dari penelitian ini adalah untuk mengetahui nilai akurasi dari klasifikasi resiko tertular virus Covid-19 berdasarkan instrument yang digunkan dari metode Cross Industry Standard Process for Data Mining (CRISP-DM). Dataset yang digunakan peniliti diambil dari website http://github.com/nshomron/covidpred. Penelitian ini menggunakan Algoritma Neural Network (NN) dengan bantuan alat Phyton, akurasi Algoritma Neural Ntwork (NN) diperoleh nilai sebesar 95%, artinya telah menunjukkan hasil klasifikasi yang baik. Peneliti juga menguji dengan Algoritma Logistic Regression namun nilai akurasi yang diperoleh tidak jauh berbeda dengan Algoritma NN, Algoritma Logistic Regression diperoleh akurasi nilai sebesar 94%.

Keywords

• covid-19
• neural network
• logistic regression
• klasifikasi
• crisp-dm