Fatonah, Siti (2021) MEMBANGUN KAKAS INTERAKTIF UNTUK PEMODELAN SITUASI PANDEMI COVID-19 DI INDONESIA MENGGUNAKAN ALGORITMA SVR DAN SIR. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (496kB) |
|
Text (COVER - ABSTRAK)
BAB I.pdf Download (303kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB III)
BAB III.pdf Restricted to Repository staff only Download (681kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (849kB) |
|
Text (BAB V)
BAB V.pdf Download (96kB) |
|
Text (DAFTAR PUSTAKA - LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (754kB) |
|
Archive (SOURCE CODE)
Source Code-19.21.1360-Siti Fatonah - Siti Fatonah.zip Restricted to Repository staff only Download (16MB) |
|
Text (PUBLIKASI)
Publikasi-19.21.1360-Siti Fatonah - Siti Fatonah.pdf Restricted to Repository staff only Download (461kB) |
Abstract
Pandemi COVID-19 yang muncul pertama kali pada akhir tahun 2019 saat ini telah menyebar ke seluruh dunia dan mempengaruhi segala sendi kehidupan manusia. Di Indonesia, kasus ini mulai berkembang sejak akhir bulan Februari 2020 dan hingga saat ini masih terus terjadi peningkatan infeksi baru. Beberapa model dan prediksi kasus COVID-19 di Indonesia telah dilakukan oleh para peneliti, namun hasilnya belum sepenuhnya akurat. Hal ini kemungkinan disebabkan adanya pola yang berbeda-beda di setiap daerah, sehingga prediksi yang dilakukan di tingkat nasional perlu mengakomodir perbedaan pola tersebut. Metode yang digunakan untuk prediksi cases dan reproduction number Covid-19 di Indonesia dengan mengggunakan alhgoritma SVR dan SIR. Algoritma SVR dipilih karena memberikan hasil sesuai dengan pola data. Algoritma SIR dipilih untuk membuat prediksi yang akurat terhadap suatu variabel dengan model matematika. Hasil pengujian dengan menggunakan 3 kernel yang berbeda, maka didapatkan hasil prediksi data cases yang tingkat kesalahan terendah adalah dengan menggunakan kerel ‘rbf’ dengan nilai C=1e3 dan gamma = 0.1 dengan nilai MAPE dan MSE berturut-turut adalah 4.5% dan 4.2
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | COVID-19, SVR, SIR, COVID-19, prediksi, reproduction number | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
Divisions: | Fakultas Ilmu Komputer > Informatika | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 18 Jun 2022 02:20 | ||
Last Modified: | 14 Aug 2023 02:58 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/1571 |
Actions (login required)
View Item |