Sistem Pendeteksi Gejala Awal Covid-19 dengan Penggunaan Metode Al Project Cycle

Abstract

Coronavirus Disease 19 (COVID-19) merupakan virus baru yang menyebabkan infeksi saluran pernapasan. Virus ini berasal dari hewan yang dapat menular pada manusia dengan percikan air liur. Menurut data epidemiologi rata-rata pasien terjangkit virus ini berusia 15-80 tahun. Virus ini memiliki masa inkubasi 2-14 hari yang mempunyai gejala awal yaitu deman tinggi, sesak nafas, batuk pilek. Indonesia memiliki 2 kasus pertama pada 2 maret 2020. permasalahan yang diangkat dalam penelitian ini adalah bagaimana mengklasifiasi resiko terjangkit virus covid-19 dari gejala yang ditimbulkan. Tujuan penelitian ini untuk mengetahui tingkat resiko terjangkit virus covid-19 berdasarkan instrument yang digunakan dari metode AI Project Cycle yang terdiri dari 6 tahapan yaitu Problem Scoping, Data Acquisition, Data Exploration, Modelling, Evaluation dan Deployment. Dataset yang digunakan peneliti diambil dari web resmi kaggle.com. Penelitin ini menggunakan 3 (tiga) algoritma yaitu Logistic Regression, Random Forest Classfier dan Support Vector Machine. Nilai akurasi pada dataset dengan 6512 rows * 12 columns data pasien terjangkit covid-19 menggunakan algoritma Logistic Regression memperoleh 87%, Random Forest Classifier memperoleh 86% dan Support Vector Machine memperoleh 83%. Pada penelitian ini algoritma klasifikasi Logistic Regression memberikan nilai akurasi yang tertinggi.