Analisis Perbandingan Algoritma Supervised Learning untuk Prediksi Kasus Covid-19 di Jakarta
(1) Universitas Kristen Satya Wacana, Indonseia
(2) Universitas Kristen Satya Wacana, Indonseia
(*) Corresponding Author
Abstract
Full Text:
PDFReferences
Y. C. Wu, C. S. Chen, and Y. J. Chan, “The outbreak of COVID-19: An overview,” J. Chinese Med. Assoc., vol. 83, no. 3, pp. 217–220, 2020, doi: 10.1097/JCMA.0000000000000270.
A. Aditia, “Covid-19 : Epidemiologi, Virologi, Penularan, Gejala Klinis, Diagnosa, Tatalaksana, Faktor Risiko Dan Pencegahan,” J. Penelit. Perawat Prof., vol. 3, no. November, pp. 653–660, 2021, [Online]. Available: http://jurnal.globalhealthsciencegroup.com/index.php/JPPP%0ACOVID-19
A. I. Almuttaqi, “Kekacauan respon terhadap covid-19 di indonesia,” Habibie Cent. Insights, vol. 1, no. 13, pp. 1–7, 2020.
antaranews.com, “Data Perkembangan COVID-19,” 2023.
R. D. Nasution, “Pengaruh Perkembangan Teknologi Informasi Komunikasi Terhadap Eksistensi Budaya Lokal,” J. Penelit. Komun. dan Opini Publik, vol. 21, no. 1, pp. 30–42, 2017.
S. Yoga, “Perubahan Sosial Budaya Masyarakat Indonesia Dan Perkembangan Teknologi Komunikasi,” J. Al-Bayan, vol. 24, no. 1, pp. 29–46, 2019, doi: 10.22373/albayan.v24i1.3175.
Y. Devianto and S. Dwiasnati, “Kerangka Kerja Sistem Kecerdasan Buatan dalam Meningkatkan Kompetensi Sumber Daya Manusia Indonesia,” J. Telekomun. dan Komput., vol. 10, no. 1, p. 19, 2020, doi: 10.22441/incomtech.v10i1.7460.
E. Retnoningsih and R. Pramudita, “Mengenal Machine Learning Dengan Teknik Supervised Dan Unsupervised Learning Menggunakan Python,” Bina Insa. Ict J., vol. 7, no. 2, p. 156, 2020, doi: 10.51211/biict.v7i2.1422.
L. Ainiyah and M. Bansori, “Prediksi Jumlah Kasus COVID-19 Menggunakan Metode Autoregressive Integrated Moving Average,” J. Sains Dasar, vol. 10, no. 2, pp. 62–68, 2021.
P. T. A. Barus Okky, “Prediksi kesembuhan pasien COVID-19 di Indonesia melalui terapi menggunakan metode Naïve Bayes,” J. Inf. Syst. Dev., vol. 6, no. 2, pp. 59–66, 2021, [Online]. Available: https://ejournal.medan.uph.edu/index.php/isd/article/view/460
M. Lestandy and L. Syafa’ah, “Prediksi Kasus Aktif Covid-19 Menggunakan Metode K-Nearest Neighbors,” Semin. Nas. Teknol. dan Rekayasa 2020, pp. 45–48, 2020.
Elen Riswana Safila Putri, Fahriza Novianti, Yasirah Rezqita Aisyah Yasmin, and Dian Candra Rini Novitasari, “Prediksi Kasus Aktif Kumulatif Covid-19 Di Indonesia Menggunakan Model Regresi Linier Berganda,” Transform. J. Pendidik. Mat. dan Mat., vol. 5, no. 2, pp. 567–577, 2021, doi: 10.36526/tr.v5i2.1231.
M. Crisp-dm, “Analisis Dan Perbandingan Algoritma Prediksi Dalam Mengetahui Perkiraan Peningkatan Jumlah Kasus Covid-19 Di,” no. June, 2021.
M. Metode, E. Smoothing, and U. K. Malang, “Sistem Informasi Prediksi Jumlah Kebutuhan Bahan Produksi Pada PT Agaricus Sido Makmur Sentosa Menggunakan Metode Exponential Smoothing,” vol. 67, [Online]. Available: https://media.neliti.com/media/publications/184428-ID-sistem-pendukung-keputusan-prediksi-pema.pdf
Supono dan Putratama, “Penerapan Algoritma Naïve Bayes Pada Prediksi Kelulusan Mahasiswa (Studi Kasus Institut Medika Drg. Suherman),” vol. 24, no. 2, p. 3, 2016.
I. D. Id, Machine Learning : Teori, Studi Kasus dan Implementasi Menggunakan Python, 1st ed. UR PRESS, 2021.
M. S. Fajri, N. Septian, and E. Sanjaya, “Evaluasi Implementasi Algoritma Machine Learning K-Nearest Neighbors (kNN) pada Data Spektroskopi Gamma Resolusi Rendah,” Al-Fiziya J. Mater. Sci. Geophys. Instrum. Theor. Phys., vol. 3, no. 1, pp. 9–14, 2020, doi: 10.15408/fiziya.v3i1.16180.
E. R. A. Revolusi, E. A. Sari, and U. N. Malang, “Peran Pustakawan AI ( Artificial Intelligent ) Sebagai Strategi Promosi Perpustakaan Perguruan Tinggi Di Era Revolusi 4.0,” vol. 3, pp. 64–73, 2019.
D. Agus Perdana Windarto, Darmeli Nasution, Anjar Wanto, Jaringan Saraf Tiruan Algoritma Prediksi & Implementasi. Yayasan Kita Menulis, 2020.
G. S. Mustika, U. Budiyanto, and S. Subandi, “Prediksi Jumlah Pasien Sembuh Covid-19 Menggunakan Jaringan Syaraf Tiruan,” Bit (Fakultas Teknol. Inf. Univ. Budi Luhur), vol. 18, no. 2, p. 63, 2021, doi: 10.36080/bit.v18i2.1667.
Lisnawati et al., “Algoritma Linear Regression dalam Memprediksi Pertumbuhan Jumlah Penduduk,” J. Ilm. Wahana Pendidik. https//jurnal.unibrah.ac.id/index.php/JIWP, vol. 8, no. 3, pp. 178–183, 2022, doi: 10.5281/zenodo.6408866.
W. H. Nugroho, Y. Widiastiwi, and I. N. Isnainiyah, “Sistem Prediksi Jumlah Kasus Covid-19 di Jakarta Menggunakan Metode Linear Regression,” vol. 19, pp. 154–164, 2022.
Graphpad.com, “Kalkulasi Regresi Linier,” 2023. https://www.graphpad.com/quickcalcs/linear1/
Obey Al Farobi, “Implementasi Metode Support Vector Machine (Svm) Untuk Mengetahui Respon Masyarakat Indonesia Terhadap Implementasi Metode Support Vector Machine (Svm) Untuk Mengetahui Respon Masyarakat Indonesia,” p. 82, 2021.
W. Apriliah, I. Kurniawan, M. Baydhowi, and T. Haryati, “Prediksi Kemungkinan Diabetes pada Tahap Awal Menggunakan Algoritma Klasifikasi Random Forest,” Sistemasi, vol. 10, no. 1, p. 163, 2021, doi: 10.32520/stmsi.v10i1.1129.
G. A. Sandag, “Prediksi Rating Aplikasi App Store Menggunakan Algoritma Random Forest,” CogITo Smart J., vol. 6, no. 2, pp. 167–178, 2020, doi: 10.31154/cogito.v6i2.270.167-178.
V. R. Prasetyo, H. Lazuardi, A. A. Mulyono, and C. Lauw, “Penerapan Aplikasi RapidMiner Untuk Prediksi Nilai Tukar Rupiah Terhadap US Dollar Dengan Metode Linear Regression,” J. Nas. Teknol. dan Sist. Inf., vol. 7, no. 1, pp. 8–17, 2021, doi: 10.25077/teknosi.v7i1.2021.8-17.
DOI: http://dx.doi.org/10.30645/j-sakti.v7i2.668
Refbacks
- There are currently no refbacks.
J-SAKTI (Jurnal Sains Komputer & Informatika)
Published Papers Indexed/Abstracted By:
Jumlah Kunjungan :