Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Indonesian Journal of Fundamental Sciences

Penerapan Data Mining Dalam Mengklasifikasikan Tingkat Kasus Covid-19 di Sulawesi Selatan Menggunakan Algoritma Naive Bayes Andi Akram Nur Risal; Nur Inayah Yusuf; Andi Baso Kaswar; Fhatiah Adiba
Indonesian Journal of Fundamental Sciences Vol 7, No 1 (2021)
Publisher : Universitas Negeri Makassar

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (772.194 KB) | DOI: 10.26858/ijfs.v7i1.20407

Abstract

COVID-19 adalah penyakit yang disebabkan oleh virus Corona baru, yaitu SARS-CoV-2. Gejala paling umum yang dirasakan oleh korban COVID-19 adalah demam, batuk kering, dan mudah lelah. Virus ini menyebar hampir ke seluruh negara termasuk Indonesia. Penularan virus secara langsung antar manusia akan mengakibatkan peningkatan jumlah kasus. Sejauh ini, terdapat lebih dari 100 kandidat vaksin COVID-19 yang sedang dikembangkan, dan diantaranya masih dalam tahap uji coba. Namun, vaksin yang benar-benar efektif untuk COVID-19 belum ditemukan. Maka dari itu, penelitian ini bertujuan untuk mengelompokkan tingkat kasus COVID-19 di Sulawesi Selatan sebagai salah satu upaya antisipasi terhadap persebaran virus Corona dan mengurangi jumlah kasus COVID-19. Metode yang dilakukan pada penelitian ini yaitu menggunakan salah satu algoritma data mining yaitu Algoritma Naive Bayes sebagai algoritma klasifikasi dimana pada penelitian ini menggunakan 23 data latih dengan data 2 diantaranya tidak diklasifikasikan dengan tepat sehingga hanya menghasilkan akurasi sebesar 91%