Prediksi Kasus Terkonfirmasi Covid-19 di Indonesia menggunakan Support Vector Regression (SVR) dan Autoregressive Integrated Moving Average (ARIMA)

Cristianti, Chaterine (2023) Prediksi Kasus Terkonfirmasi Covid-19 di Indonesia menggunakan Support Vector Regression (SVR) dan Autoregressive Integrated Moving Average (ARIMA). Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (1MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (261kB) | Preview
Preview	PDF BAB_I.pdf Download (288kB) | Preview
Preview	PDF BAB_II.pdf Download (732kB) | Preview
Preview	PDF BAB_III.pdf Download (564kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (4MB)
Preview	PDF BAB_V.pdf Download (167kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (1MB)

Abstract

COVID-19 merupakan penyakit menular yang disebabkan oleh SARS-CoV-2 dan memiliki gejala seperti demam, batuk dan sesak nafas. Sejak pertama kali ditemukan di kota Wuhan, China pada akhir tahun 2019 dan ditemukan di Indonesia pertama kali pada 2 Maret 2020 dan memiliki peningkatan pada kasus terkonfirmasi nya. Walaupun telah menjadi endemi per tanggal 5 Mei 2023 oleh WHO, WHO tetap menyatakan bahwa COVID-19 tetap perlu diwaspadai karena terdapat varian-varian baru dari virus ini yang memiliki efek yang berbeda terhadap tubuh manusia serta pemerintah Indonesia tetap menyarankan akan persiapan kapasitas global dikarenakan kemungkinan adanya pandemi di masa yang akan datang. Penelitian ini membahas prediksi kasus terkonfirmasi COVID-29 dengan data yang digunakan yaitu dari 1 Maret 2020 sampai 16 September 2022 dengan membandingkan metode regresi SVR dan metode analisa time series yaitu ARIMA. Dari hasil penelitian ini, didapatkan parameter pemodelan ARIMA dengan hasil pengujian menggunakan RMSE yaitu 10847.1229 terhitung lebih kecil dibandingkan hasil pemodelan SVR dengan hasil RMSE yaitu 292438.5496. Berdasarkan hasil tersebut , disimpulkan bahwa ARIMA lebih baik dalam jenis pemodelan data time series.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	COVID-19, Autoregressive Integrated Moving Average (ARIMA), Support Vector Regression (SVR), Prediksi
Subjects:	?? TK7885-7895 ??
Divisions:	Faculty of Engineering & Informatics > Computer Engineering
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	05 Jul 2023 09:45
Last Modified:	05 Jul 2023 10:46
URI:	https://kc.umn.ac.id/id/eprint/25607

Actions (login required)

View Item