Hidayanti, Alma (2021) Model Analisis Kasus Covid-19 Di Indonesia Menggunakan Algoritma Regresi Linier Dan Random Forest. Diploma thesis, UBP Karawang.
![1. File Judul_210017_17416255201082_Alma Hidayanti.pdf [thumbnail of 1. File Judul_210017_17416255201082_Alma Hidayanti.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
1. File Judul_210017_17416255201082_Alma Hidayanti.pdf
Download (497kB)
![2. File Abstrak_210017_17416255201082_Alma Hidayanti.pdf [thumbnail of 2. File Abstrak_210017_17416255201082_Alma Hidayanti.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
2. File Abstrak_210017_17416255201082_Alma Hidayanti.pdf
Download (407kB)
![3. Daftar Isi_210017_17416255201082_Alma Hidayanti.pdf [thumbnail of 3. Daftar Isi_210017_17416255201082_Alma Hidayanti.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
3. Daftar Isi_210017_17416255201082_Alma Hidayanti.pdf
Download (431kB)
![4. BAB I_210017_17416255201082_Alma Hidayanti.pdf [thumbnail of 4. BAB I_210017_17416255201082_Alma Hidayanti.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
4. BAB I_210017_17416255201082_Alma Hidayanti.pdf
Download (428kB)
![5. BAB II_210017_17416255201082_Alma Hidayanti.pdf [thumbnail of 5. BAB II_210017_17416255201082_Alma Hidayanti.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
5. BAB II_210017_17416255201082_Alma Hidayanti.pdf
Restricted to Registered users only
Download (566kB)
![6. BAB III_210017_17416255201082_Alma Hidayanti.pdf [thumbnail of 6. BAB III_210017_17416255201082_Alma Hidayanti.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
6. BAB III_210017_17416255201082_Alma Hidayanti.pdf
Download (483kB)
![7. BAB IV_210017_17416255201082_Alma Hidayanti.pdf [thumbnail of 7. BAB IV_210017_17416255201082_Alma Hidayanti.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
7. BAB IV_210017_17416255201082_Alma Hidayanti.pdf
Restricted to Registered users only
Download (726kB)
![8. BAB V_210017_17416255201082_Alma Hidayanti.pdf [thumbnail of 8. BAB V_210017_17416255201082_Alma Hidayanti.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
8. BAB V_210017_17416255201082_Alma Hidayanti.pdf
Download (406kB)
![9. DAFTAR PUSTAKA_210017_17416255201082_Alma Hidayanti.pdf [thumbnail of 9. DAFTAR PUSTAKA_210017_17416255201082_Alma Hidayanti.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
9. DAFTAR PUSTAKA_210017_17416255201082_Alma Hidayanti.pdf
Download (413kB)
![10. Lampiran_210017_17416255201082_Alma Hidayanti.pdf [thumbnail of 10. Lampiran_210017_17416255201082_Alma Hidayanti.pdf]](http://repository.ubpkarawang.ac.id/style/images/fileicons/text.png)
10. Lampiran_210017_17416255201082_Alma Hidayanti.pdf
Restricted to Registered users only
Download (1MB)
Abstract
Kenaikan kasus covid-19 di Indonesia tidak bisa diperkirakan perkembangannya, sehingga menyebabkan buruknya berbagai aspek kehidupan di Indonesia. Penelitian ini bertujuan untuk menganalisis data kasus covid-19 di Indonesia dengan cara mengetahui nilai akurasi yang diperoleh dalam data. Metode yang digunakan dalam penelitian ini yaitu metode regresi linier dan random forest. Hasil penelitian dapat diketahui bahwa cara analisis yang dilakukan dalam penelitian ini yaitu menggunakan perhitungan manual dengan tools microsoft excel, pemrograman bahasa python menggunakan tools google colaboratory dan perangkat lunak pengolahan data menggunakan tools rapidminer. Nilai akurasi dalam setiap metode dapat berbeda sesuai dengan tools yang digunakan. Pada metode regresi linier nilai akurasi tertinggi adalah 99,7% dengan nilai RMSE (root mean squared error) yaitu 26,19, data tersebut dianalisis menggunakan perhitungan manual dengan tools microsoft excel. Sedangkan untuk metode random forest nilai akurasi tertinggi adalah 98,4% dan dianalisis menggunakan tools rapidminer.
Kata Kunci: akurasi, analisis, covid-19, random forest, regresi linier
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | T Technology > T Technology (General) |
Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
Depositing User: | Repository UBP Karawang |
Date Deposited: | 07 Jan 2025 09:27 |
Last Modified: | 07 Jan 2025 09:27 |
URI: | http://repository.ubpkarawang.ac.id/id/eprint/1876 |