Prediksi Kasus Covid 19 Indonesia Menggunakan Metode Naïve Bayes

Abstract

Latar Belakang: Covid 19 merupakan virus yang menyerang sistem pernapasan. Dampak dari covid 19 sangat signifikan bagi kehidupan masyarakat Indonesia yang terjadi hampir di semua bidang. Berdasarkan data dari Kementerian Kesehatan (Kemenkes) melalui laman https://www.kemkes.go.id/ per 18 November 2022, kasus penyebaran dan kasus terinfeksi oleh virus ini terus bertambah. Hal ini menjadi tantangan besar dalam menghadapi covid 19 terutama bagi pembuat kebijakan yang harus mengambil keputusan dari berbagai macam informasi yang masih belum sempurna. Penelitian ini bertujuan untuk memprediksi kasus covid 19 di Indonesia sehingga para pembuat kebijakan dapat mengambil keputusan yang sesuai baik itu untuk pencegahan maupun untuk penyusunan strategi dalam menangani kasus covid 19.
 Metode: Dalam penelitian ini bahan yang digunakan untuk kemudian diolah dan menjadi acuan adalah dataset yang dikompilasi secara time series dari covid19.go.id, kemendagri.go.id, bps.go.id, dan bnpb-inacovid19.hub.arcgis.com berupa data kasus covid-19 di Indonesia yang diupdate dalam 2 bulan terakhir. Metode yang digunakan untuk melakukan prediksi menggunakan dataset yang telah disiapkan adalah Naïve Bayes.
 Hasil: Prediksi yang dilakukan dengan menggunakan metode Naïve Bayes memberikan hasil prediksi dengan mengklasifikasi kasus baru yang terjadi berdasarkan variabel independen yang telah ditentukan. Nilai akurasi yang dihasilkan yaitu sebesar 89%. 
 Kesimpulan: Metode Naïve Bayes mampu memberikan hasil prediksi dengan tepat dengan tingkat akurasi yang dihasilkan sangat tinggi. Hal ini dipengaruhi oleh faktor banyaknya data yang disediakan dan juga banyaknya variabel yang digunakan untuk melakukan prediksi.
 Kata kunci : Covid 19, Prediksi, Keputusan