Sistem Pendeteksi Gejala Awal COVID-19 Dengan Penggunaan Metode AI Project Cycle

Mendeteksi Covid-19 dengan model Logistic Regression, Random Forest Classifer dan Support Vector Machine

Abstract

Abstract

Coronavirus Disease 19 (COVID-19) is a new virus that causes respiratory infections. The virus comes from animals that can be transmitted to humans by splashes of saliva. According to epidemiological data, the average patient infected with this virus is 15-80 years old. This virus has an incubation period of 2-14 days which has initial symptoms, namely high fever, shortness of breath, cold cough. Indonesia has the first 2 cases on March 2, 2020. The problem raised in this study is how to classify the risk of contracting the covid-19 virus from the symptoms caused. The purpose of this study is to determine whether patients are exposed to positive covid-19 or negative covid-19 based on the initial symptoms of covid-19 with the AI Project Cycle method consisting of Problem Scoping, Data Acquisition, Data Exploration, Modelling, Evaluation and Deployment. The data source used by the researchers is taken from the official website of kaggle.com. This dataset consists of 6512 rows * 12 columns. This study used 3 (three) algorithms or modelling, namely Logistic Regression, Random Forest Classifier and Support Vector Machine (SVM).  Each value from the accuracy of the three modellings, namely Logistic Regression obtained 87%, Random Forest Classifier obtained 86% and Support Vector Machine (SVM) obtained 82%. In this study, the Logistic Regression algorithm or modelling provided the highest accuracy value.

Keywords: Covid-19, Classification, Logistic Regression, Random Forest Classifier, Support Vector Machine, AI Project Cycle, kaggle.com

Abstrak

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 demam tinggi, sesak nafas, batuk pilek. Indonesia memiliki 2 kasus pertama ada 2 Maret 2020. Permasalahan yang diangkat dalam penelitian ini adalah bagaimana mengklasifikasi resiko terjangkit virus covid-19 dari gejala yang ditimbulkan. Tujuan dari penelitian ini adalah untuk mengetahui apakah pasien terpapar positif covid-19 atau negatif covid-19 berdasarkan gejala awal covid-19 dengan metode AI Project Cycle yang terdiri dari Problem Scoping, Data Acquisition, Data Exploration, Modelling, Evaluation dan Deployment. Sumber data yang digunakan peneliti diambil dari website resmi kaggle.com. Dataset ini terdiri dari 6512 rows * 12 columns. Penelitian ini menggunakan 3 (tiga) algoritma atau modelling yaitu Logistic Regression, Random Forest Classifier dan Support Vector Machine (SVM).  Masing-masing nilai dari akurasi tiga modelling yaitu Logistic Regression memperoleh 87%, Random Forest Classifier memperoleh 86% dan Support Vector Machine (SVM) memperoleh 82%. Pada penelitian ini algoritma atau modelling Logistic Regression memberikan nilai akurasi yang tertinggi.

Keywords: Covid-19, Klasifikasi, Logistic Regression, Random Forest Classifier, Support Vector Machine, AI Project Cycle, kaggle.com