Pengestimasian Status Kesembuhan Pasien Positif Covid-19 Menggunakan Metode Naive Bayes Classifier

Zsi Zsi, Nurul Aisyah (2021) Pengestimasian Status Kesembuhan Pasien Positif Covid-19 Menggunakan Metode Naive Bayes Classifier. Diploma thesis, Universitas Andalas.

[img]
Preview
Text (Cover dan Abstrak)
Cover dan Abstrak.pdf - Published Version

Download (213kB) | Preview
[img]
Preview
Text (BAB 1 Pendahuluan)
BAB 1 Pendahuluan.pdf - Published Version

Download (162kB) | Preview
[img]
Preview
Text (BAB 5 Penutup)
BAB 5 Penutup.pdf - Published Version

Download (160kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (159kB) | Preview
[img] Text (Skripsi fulltext)
skripsi fulltext.pdf - Published Version
Restricted to Repository staff only

Download (7MB)

Abstract

Pada tugas akhir ini dilakukan pengestimasian status kesembuhan pasien positif Covid-19 dengan menggunakan metode Naive Bayes Classifier. Berdasarkan 449 data pasien positif Covid-19 dari RSUP M. Djamil Kota Padang dan RS Universitas Andalas dari bulan Maret sampai Desember 2020 telah diperoleh pengestimasian status kesembuhan pasien dengan 4 atribut yang diduga mempengaruhinya yaitu usia (X_1), jenis kelamin (X_2), jumlah komorbid (X_3) dan perawatan khusus (X_4). Penelitian ini menghasilkan klasifikasi benar untuk class tidak sembuh Y = 0 sebanyak 30 data dan class sembuh Y = 1 sebanyak 338 data, sedangkan hasil klasifikasi salah untuk class tidak sembuh Y = 0 sebanyak 63 data dan class sembuh Y = 1 sebanyak 18 data. Hasil dugaan yang telah dilakukan menggunakan metode Naive Bayes Classifier memiliki nilai akurasi sebesar 0.81959 ≈ 82% dan matriks konfusi dari pengestimasian status kesembuhan pasien positif Covid-19 divisualisasikan dengan kurva Receiver Operating Characteristic (ROC) menghasilkan nilai Area Under Curve (AUC) sebesar 0.760. Demikian sehingga pengestimasian dengan metode Naive Bayes Classifier yang telah dilakukan sudah cukup baik karena nilai AUC dari kurva ROC berada antara interval 0.7 - 0.8. Kata Kunci: Status kesembuhan, Covid-19, Naive Bayes Classifier, Receiver Operating Characteristic (ROC), Area Under Curve (AUC).

Item Type: Thesis (Diploma)
Subjects: Q Science > QA Mathematics
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Matematika
Depositing User: s1 matematika matematika
Date Deposited: 09 Jul 2021 08:33
Last Modified: 09 Jul 2021 08:33
URI: http://scholar.unand.ac.id/id/eprint/77164

Actions (login required)

View Item View Item