IDENTIFIKASI PENGARUH KUALITAS UDARA TERHADAP KONDISI PASIEN COVID-19 DENGAN 1 ALGORITMA NAIVE BAYES

Monica Dias Febriyanti, Alz Danny Wowor, Magdalena A. Ineke Pakereng

Abstract


Pandemi Covid-19 atau corona virus sangat meresahkan bagi masyarakat Indonesia karena penyebarannya
yang sangat mudah, virus ini dapat ditularkan melalui tetesan kecil (droplet) dari mulut maupun hidung pen-
derita covid-19. Pada kasus tertentu virus ini juga bisa menginfeksi pernafasan berat sehingga menyebabkan
pneumonia (infeksi paru-paru). Masyarakat yang memiliki daya tahan tubuh lemah sangat mudah tertular virus
ini, salah satu penyebab daya tahan tubuh melemah yaitu kualitas udara yang tidak bagus oleh karena itu pene-
litian ini melakukan identifikasi pengaruh dari kualitas udara terhadap kondisi pasien covid-19 menggunakan
algoritma Naïve Bayes. Data diperoleh melalui website corona.jakarta.go.id dan Jakarta OpenData, setelah prep-
rocessing diperoleh 610 data yang dibagi menjadi 80% data training dan 20% data testing. Penggunaan dengan
Algoritma Naïve Bayes menunjukkan nilai akurasi yang tinggi yaitu 82,73%. Hasil identifikasi berdasarkan al-
goritma naïve bayes dalam empat class, class sangat berpengaruh 2,3%, class berpengaruh 62,8%, class kurang
berpengaruh 34,5%, dan class tidak berpengaruh 0.4%. Dengan demikian kualitas udara ikut mempengaruhi
kondisi pasien covid-19 di wilayah Propinsi DKI Jakarta.


Keywords


Air Quality; Covid-19; Naive Bayes

References


R. Amalia, “Penerapan data mining untuk memprediksi hasil kelulusan siswa menggunakan metode naive bayes,” Jurnal Informatika Dan Sistem

Informasi, vol. 6(1), pp. 33–42, 2020.

F. Tempola, M. Muhammad, and A. Khairan, “Perbandingan klasifikasi antara knn dan naive bayes pada penentuan status gunung berapi dengan k-fold

cross validation,” Jurnal Teknologi Informasi dan Ilmu Komputer, p. 577, 2018. [Online]. Available: https://doi.org/10.25126/jtiik.201855983.




DOI: http://dx.doi.org/10.26798/jiko.v8i2.867

Article Metrics

Abstract view : 297 times
PDF (Bahasa Indonesia) - 100 times

Refbacks

  • There are currently no refbacks.




Copyright (c) 2024 Monica Dias Febriyanti


JIKO (Jurnal Informatika dan Komputer)

Published by
Lembaga Penelitian dan Pengabdian Masyarakat
Universitas Teknologi Digital Indonesia (d.h STMIK AKAKOM)

Jl. Raya Janti (Majapahit) No. 143 Yogyakarta, 55198
Telp. (0274)486664

Website : https://www.utdi.ac.id/

e-ISSN : 2477-3964 
p-ISSN : 2477-4413