Implementasi metode SVR (Support Vector Regression) untuk prediksi jumlah positif covid-19 di Jawa Timur

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Suroyo, Kurnia Novita (2022) Implementasi metode SVR (Support Vector Regression) untuk prediksi jumlah positif covid-19 di Jawa Timur. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Kurnia Novita Suroyo_H92218046.pdf Download (8MB)
	Text Kurnia Novita Suroyo_H92218046.pdf Download (9MB)
	Text Kurnia Novita Suroyo_H92218046.pdf Download (9MB)
	Text Kurnia Novita Suroyo_H92218046.pdf Download (9MB)

Abstract

Pada tahun 2019, virus korona melanda dan menggegerkan dunia karena penyebaranya yang cepat. Tingkat penyebaran virus covid-19 di daerah Jawa timur mengalami peningkatan 19,3% atau sebanyak 46.984 jiwa yang telah terkonfirmasi covid-19 pada bulan Oktober 2020. Sehingga menjadikan provinsi Jawa Timur menduduki urutan kedua setelah DKI Jakarta dalam peningkatan penyebaran kasus baru covid- 19. Melakukan prediksi atau peramalan merupakan elemen yang sangat penting dalam proses pengambilan keputusan. Sehingga dalam penelitian ini akan dilakukan proses prediksi pada kasus covid-19 yang bertujuan untuk memprediksi angka kasus covid-19 dimasa depan agar di waktu mendatang kestabilan akan tetap terjaga. Metode yang digunakan dalam penelitian ini yaitu metode SVR (Support Vector Regression), dimana digunakan algoritma grid search optimization untuk pengoptimalan nilai parameter kernel. Untuk menemukan kinerja grid search dalam mencari nilai parameter yang optimal akan digunakan cross validation. SVR memiliki kelebihan dalam mengatasi masalah overfitting, sehingga dapat digunakan untuk melakukan prediksi covid-19 di Jawa Timur. Kernel yang digunakan yaitu linier, RBF, polynomial, dan sigmoid. Tingkat akurasi terbaik yang dihasilkan dari ke-empat kernel tersebut yaitu kernel RBF dengan perbandingan data training dan testing yaitu sebanyak 60:40, dimana nilai akurasi MAPE dan RMSE yaitu sebesar 18,3326 dan 47.07387. Hasil tersebut jika diukur dalam MAPE yaitu memiliki nilai yang baik dalam memprediksi angka positif covid-19 di wilayah Jawa Timur.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Suroyo, Kurnia Novita kurnianovitasuroyo96@gmail.com H92218046
Contributors:	Contribution Name Email NIDN Thesis advisor Hafiyusholeh, Moh. hafiyusholeh@uinsby.ac.id 2004028001 Thesis advisor Hakim, Lutfi lutfihakimbungah@gmail.com 197312252006041001
Subjects:	Kesehatan Kesehatan Matematika
Keywords:	SVR (Support Vector Regression); grid search optimization; prediksi; covid-19
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Kurnia Novita Suroyo
Date Deposited:	16 Nov 2022 08:30
Last Modified:	18 Jan 2023 06:52
URI:	http://digilib.uinsa.ac.id/id/eprint/58201

Actions (login required)

View Item