Implementasi Data Mining untuk Prediksi Penderita Covid-19 Menggunakan Model Pertumbuhan Eksponensial

Tresna Dewi Fadiini, Yurika Permanasari, Didi Suhaedi
{"title":"Implementasi Data Mining untuk Prediksi Penderita Covid-19 Menggunakan Model Pertumbuhan Eksponensial","authors":"Tresna Dewi Fadiini, Yurika Permanasari, Didi Suhaedi","doi":"10.29313/bcsm.v2i1.2007","DOIUrl":null,"url":null,"abstract":"Abstract. The number of Covid-19 sufferers in Indonesia continues to increase, especially in the provinces of DKI Jakarta, Bali and West Java. This increase is a problem for the community as well as the government. Important information from data on Covid-19 sufferers can be extracted to gain knowledge by using data mining. Predicting the number of Covid-19 sufferers that will come is the first step in anticipating this case. Data mining in this study serves to process raw data and displays predictive information for Covid-19 sufferers in the 9th month and the accuracy of the model. The technique used to gain knowledge is to apply the differential equation model, namely the exponential growth model by looking at the observation time interval as a continuous variable. It can be concluded that data mining can provide information that the prediction of the increase in Covid-19 will continue to rise, data mining can also provide information that the exponential growth model can calculate the prediction of the increase in Covid-19. \nAbstrak. Angka penderita Covid-19 di Indonesia terus menerus mengalami kenaikan terutama di provinsi DKI Jakarta, Bali, dan Jawa Barat. Kenaikan ini menjadi masalah bagi masyarakat dan juga pemerintah. Informasi penting dari data penderita Covid-19 dapat digali untuk mendapatkan knowledge dengan menggunakan data mining. Memprediksi angka penderita Covid-19 yang akan datang menjadi langkah awal dalam antisipasi kasus ini. Data mining pada penelitian ini berfungsi untuk mengolah data mentah dan menampilkan informasi prediksi penderita Covid-19 pada bulan ke-9 dan nilai akurasi model. Teknik yang digunakan untuk mendapatkan knowledge adalah dengan menerapkan model persamaan diferensial yaitu model pertumbuhan eksponensial dengan memandang interval waktu pengamatan sebagai variabel yang kontinu. Dapat disimpulkan bahwa data mining dapat memberikan informasi bahwa prediksi kenaikan Covid-19 akan terus naik, data mining juga dapat memberikan informasi bahwa model pertumbuhan eksponensial dapat menghitung prediksi kenaikan Covid-19.","PeriodicalId":243556,"journal":{"name":"Bandung Conference Series: Mathematics","volume":"14 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-01-21","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bandung Conference Series: Mathematics","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.29313/bcsm.v2i1.2007","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Abstract. The number of Covid-19 sufferers in Indonesia continues to increase, especially in the provinces of DKI Jakarta, Bali and West Java. This increase is a problem for the community as well as the government. Important information from data on Covid-19 sufferers can be extracted to gain knowledge by using data mining. Predicting the number of Covid-19 sufferers that will come is the first step in anticipating this case. Data mining in this study serves to process raw data and displays predictive information for Covid-19 sufferers in the 9th month and the accuracy of the model. The technique used to gain knowledge is to apply the differential equation model, namely the exponential growth model by looking at the observation time interval as a continuous variable. It can be concluded that data mining can provide information that the prediction of the increase in Covid-19 will continue to rise, data mining can also provide information that the exponential growth model can calculate the prediction of the increase in Covid-19. Abstrak. Angka penderita Covid-19 di Indonesia terus menerus mengalami kenaikan terutama di provinsi DKI Jakarta, Bali, dan Jawa Barat. Kenaikan ini menjadi masalah bagi masyarakat dan juga pemerintah. Informasi penting dari data penderita Covid-19 dapat digali untuk mendapatkan knowledge dengan menggunakan data mining. Memprediksi angka penderita Covid-19 yang akan datang menjadi langkah awal dalam antisipasi kasus ini. Data mining pada penelitian ini berfungsi untuk mengolah data mentah dan menampilkan informasi prediksi penderita Covid-19 pada bulan ke-9 dan nilai akurasi model. Teknik yang digunakan untuk mendapatkan knowledge adalah dengan menerapkan model persamaan diferensial yaitu model pertumbuhan eksponensial dengan memandang interval waktu pengamatan sebagai variabel yang kontinu. Dapat disimpulkan bahwa data mining dapat memberikan informasi bahwa prediksi kenaikan Covid-19 akan terus naik, data mining juga dapat memberikan informasi bahwa model pertumbuhan eksponensial dapat menghitung prediksi kenaikan Covid-19.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
数据挖掘的执行使用指数增长模型为Covid-19患者预测
摘要印度尼西亚的Covid-19患者人数继续增加,特别是在DKI雅加达、巴厘岛和西爪哇省。这种增长对社区和政府来说都是一个问题。通过数据挖掘,可以从Covid-19患者的数据中提取重要信息,从而获得知识。预测新冠肺炎患者的数量是预测这种情况的第一步。本研究的数据挖掘是对原始数据进行处理,显示第9个月Covid-19患者的预测信息和模型的准确性。获取知识的方法是应用微分方程模型,即指数增长模型,将观测时间间隔视为连续变量。可以得出结论,数据挖掘可以提供预测Covid-19增长将继续上升的信息,数据挖掘还可以提供指数增长模型可以计算Covid-19增长预测的信息。Abstrak。Angka penderita Covid-19 di Indonesia terus menmenami kenaikan terutama di省DKI雅加达,巴厘岛,丹爪哇巴拉特。Kenaikan ini menjadi masalah bagi masyarakat dan pemerintah。informaspenting dari数据penderita Covid-19 dapat digali untuk mendapatkan知识dengan menggunakan数据挖掘。新冠肺炎的病原学鉴定与鉴定,鉴定与鉴定,鉴定与鉴定,鉴定与鉴定。基于数据挖掘的新型冠状病毒肺炎(Covid-19)模型。技术杨diunakan untuk mendapatkan知识adalah dengan menerapkan模型persaman和差分yitu模型pertumbuhan eksponsponal dengan menandang区间waktu pengamatan sebagai变量杨kontinu。datapat dis冲动kan bahwa数据挖掘datapat memberikan informasi bahwa prediksi kenaikan Covid-19 akan terus naik,数据挖掘juga datapat memberikan informasi bahwa模型pertumbuhan eksponsponal datapat menghitung prediksi kenaikan Covid-19。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Penggunaan Rstudio dalam Pembuatan Aplikasi Peramalan Harga Emas dengan Metode Double Exponential Smooting Holt Analisis Panjang Populasi dan Banyak Generasi Algoritma Genetika pada Traveling Salesman Problem Perbandingan Metode Mean-Semivariance dan Mean Absolute Deviation Untuk Menentukan Portfolio Optimal Menggunakan Python Path Analysis dan Penerapannya pada Bantuan Sosial Penerapan Metode Mixed Autoregressive and Moving Average Untuk Peramalan Harga Saham LQ45
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1