Penerapan Algoritme C4.5 Untuk Klasifikasi Kasus Covid-19

Wabah virus corona versi SARS-nCov2 telah terjadi di akhir tahun 2019 di Wuhan, Tiongkok. Karena kemampuan penularan yang supercepat, virus ini sudah bertransmisi lintas negara. Hampir semua negara terkena wabah virus ini, hingga PBB melalui WHO menjadikan wabah virus ini sebagai pandemi global. Penelitian ini menggunakan teknik klasifikasi data mining dengan algoritme C4.5 dengan alat bantu Orange data mining. Juga dilakukan pengolahan dengan bahasa pemrograman Python menggunakan library standar yang sudah disediakan seperti matplotlib, seaborn, numpy, pandas, dan decisionTree Classification. Klasifikasi dilakukan untuk mengelompokkan data kasus terkonfirmasi, meninggal, dan sembuh dari covid 19 menjadi tinggi dan rendah. Hasil klasifikasi didapatkan nilai AUC 0.871, yang menunjukkan klasifikasi kategori baik, nilai accuracy sebesar 93%, nilai precision sebesar 95%, dan nilai recall 96%. Pada pemodelan menggunakan Python, nilai akurasi yang didapatkan adalah 94%, nilai presisi adalah 98%, dan nilai recall yang didapatkan adalah 95%. Penelitian juga berhasil memprediksi tren kasus di Indonesia dengan menggunakan model fungsi logistic, model standar yang digunakan untuk memprediksi laju pertumbuhan populasi. Hasil prediksi yang didapatkan adalah rata-rata laju pertumbuhan virus adalah 0.0255, puncak pandemi terjadi pada hari ke-196 sampai 200 atau tanggal 14 sampai 18 September 2020, akhir pandemi diprediksi pada hari ke-717 atau tanggal 17 Februari 2022 mendatang.

Kata Kunci: data mining, python, klasifikasi, prediksi, pandemi, covid19