Implementasi Algoritma Naive Bayes Untuk Memprediksi zona dan Tingkat Penyebaran Covid-19 Di Provinsi Jambi

Penulis

  • Jopi Mariyanto Universitas Dinamika Bangsa
  • Sandi Pramadi Universitas Dinamika Bangsa
  • Kholil Ikhsan Universitas Dinamika Bangsa
  • Imelda Yose Universitas Dinamika Bangsa
  • Errissya Rasywir Universitas Dinamika Bangsa
  • Marrylinteri Istoningtyas Universitas Dinamika Bangsa
  • Yovi Pratama Universitas Dinamika Bangsa

DOI:

https://doi.org/10.33998/jakakom.2022.2.2.115

Abstrak

Abstrak - Pada masa pandemi Virus Corona (Covid-19), Informasi merupakan hal yang sangat penting bagi masyakarat. Salah satu sumber informasi yang digunakan melalui internet yaitu website berita seperti kompas.com, detik.com, tribunnews.com. Namun, artikel berita terkait topik pembahasan kematian pasien, pasien yang sembuh dari Virus Corona dan zona pada suatu tempat belum dapat dikelompokan. Hal ini dikarenakan angka pasien yang meninggal dan angka pasien yang sembuh akibat virus corona terus bertambah. Oleh karena itu, dibutuhkannya sistem yang dapat mengelompokan berita berdasarkan data yang telah ada sebelumnya. Hal ini dapat diatasi menggunakan text mining, salah satunya metode klasifikasi pada text mining dapat mengelompokan data pada suatu objek yang belum diketahui sebelumnya.

Kata Kunci : covid-19, klasifikasi, algoritma naïve bayes

 

Abstract - During the Corona Virus (Covid-19) pandemic, information is very important for the community. One source of information used through the internet is news websites such as kompas.com, detik.com, tribunnews.com. However, news articles related to the topic of discussing patient deaths, patients recovering from the Corona Virus and zones in one place cannot be grouped. This is because the number of patients who died and the number of patients who recovered from the corona virus continued to increase. Therefore, we need a system that can classify news based on pre-existing data. This can be overcome using text mining, one of which classification methods in text mining can group data on an object that has not been previously known.

Keywords : covid-19, classification, nave bayes algorithm

Unduhan

Data unduhan belum tersedia.

Referensi

G. Aprilian Anarki, K. Auliasari, and M. Orisa, “PENERAPAN METODE HAAR CASCADE PADA APLIKASI DETEKSI MASKER,” JATI (Jurnal Mhs. Tek. Inform., vol. 5, no. 1, pp. 179–186, 2021, doi: 10.36040/jati.v5i1.3214.

N. Dwitri, J. A. Tampubolon, S. Prayoga, F. Ilmi Zer, and D. Hartama, “Penerapan Algoritma K-Means Dalam Menentukan Tingkat Penyebaran Pandemi Covid-19 Di Indonesia,” Jti (Jurnal Teknol. Informasi), vol. 4, no. 1, pp. 101–105, 2020.

A. R. Setiawan, “Lembar Kegiatan Literasi Saintifik untuk Pembelajaran Jarak Jauh Topik Penyakit Coronavirus 2019 (COVID-19),” Edukatif J. Ilmu Pendidik., vol. 2, no. 1, pp. 28–37, 2020, doi: 10.31004/edukatif.v2i1.80.

Alvina Felicia Watratan, Arwini Puspita. B, and Dikwan Moeis, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia,” J. Appl. Comput. Sci. Technol., vol. 1, no. 1, pp. 7–14, 2020, doi: 10.52158/jacost.v1i1.9.

M. H. R. Ikbal Try Chandra1, “PENERAPAN ALGORITMA NAÏVE BAYES DALAM PREDIKSI TINGKAT PENYEBARAN CORONA VIRUS DISEASE 19 (COVID-19) DI KOTA BENGKULU,” p. 18, 2019.

H. Prastiwi, J. Pricilia, and E. Raswir, “Implementasi Data Mining Untuk Menentuksn Persediaan Stok Barang Di Mini Market Menggunakan Metode K-Means Clustering Jurnal Informatika Dan Rekayasa Komputer ( JAKAKOM ),” J. Inform. Dan Rekayasa Komput., vol. 1, no. April, pp. 141–148, 2022.

M. R. Borroek, E. Rasywir, Y. Pratama, Fachruddin, and M. Istoningtyas, “Analysis on Knowledge Layer Application for Knowledge Based System,” in Proceedings of 2018 International Conference on Electrical Engineering and Computer Science, ICECOS 2018, 2019, pp. 177–182, doi: 10.1109/ICECOS.2018.8605262.

Fachruddin, Saparudin, E. Rasywir, and Y. Pratama, “Network and layer experiment using convolutional neural network for content based image retrieval work,” Telkomnika (Telecommunication Comput. Electron. Control., vol. 20, no. 1, pp. 118–128, 2022, doi: 10.12928/TELKOMNIKA.v20i1.19759.

E. Rasywir, R. Sinaga, and Y. Pratama, “Analisis dan Implementasi Diagnosis Penyakit Sawit dengan Metode Convolutional Neural Network ( CNN ),” J. Paradig. UBSI, vol. 22, no. 2, pp. 117–123, 2020.

S. Syarli and A. Muin, “Metode Naive Bayes Untuk Prediksi Kelulusan (Studi Kasus: Data Mahasiswa Baru Perguruan Tinggi),” J. Ilm. Ilmu Komput., vol. 2, no. 1, pp. 22–26, 2016.

D. A. Muthia, “Opinion Mining Pada Review Buku Menggunakan Algoritma Naive Bayes,” J. Tek. Komput., vol. 2, no. 1, pp. 1–8, 2016.

D. Darwis, N. Siskawati, and Z. Abidin, “Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional,” J. Tekno Kompak, vol. 15, no. 1, p. 131, 2021, doi: 10.33365/jtk.v15i1.744.

Unduhan

Diterbitkan

2022-09-30

Abstract views:

205

PDF Download:

246

DOI:

10.33998/jakakom.2022.2.2.115

Dimension Badge:

Artikel paling banyak dibaca berdasarkan penulis yang sama