Prediksi Jumlah Penderita Virus SARS COV 2 di Indonesia dengan Analisis Regresi Linier

Tryanto, Kelvin (2021) Prediksi Jumlah Penderita Virus SARS COV 2 di Indonesia dengan Analisis Regresi Linier. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (249kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (70kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (80kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (117kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (29kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (344kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (9kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (253kB)

Abstract

Penderita coronavirus disease 2019 (COVID-19) yang disebabkan oleh Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) diperkirakan mencapai 72.196.732 kasus terkonfirmasi secara global, termasuk estimasi 1.630.521 kematian, serta kemunculan 500.000 kasus baru setiap harinya. Sampel jumlah akumulasi kasus diambil dari bulan Maret 2020 dengan dimulainya dua kasus sampai pada 6 November 2020. Persebaran penyakit ini perlu dikontrol dengan langkah-langkah mitigasi. Langkah mitigasi yang dapat dioperasikan sebagai peneliti adalah melakukan prediksi jumlah penderita yang terkena virus SARS- CoV-2. Prediksi dilakukan dengan pemodelan statistik dan matematika sebagai dasar dari teknik peramalan. Pemodelan statistik yang umum digunakan untuk teknik peramalan adalah teknik regresi dengan menggunakan framework PyCharm. Sebagai salah satu teknik analisis regresi, regresi Linier digunakan untuk data yang bersifat interval dan ratio dan merupakan analisis bivariate dan multivariate. Regresi linier adalah model statistik yang umum dan paling sederhana yang digunakan untuk Machine Learning untuk melakukan prediksi dengan cara supervised learning. Dengan menggunakan data tes, model ini dapat memprediksi dengan akurasi hingga 84,33%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	linear regression analysis, pycharm, covid, sars-cov-2, prediksi, jumlah penderita, virus corona
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	18 Oct 2022 00:34
Last Modified:	08 Aug 2023 08:10
URI:	https://kc.umn.ac.id/id/eprint/18118

Actions (login required)

View Item