ANALISIS RUNTUN WAKTU UNTUK MEMPREDIKSI PANDEMI COVID-19 DENGAN MODEL PROPHET FACEBOOK

FRISTIANI THERESIA BR SITEPU and VINCE AMELIA PRADA SIRAIT (2021) ANALISIS RUNTUN WAKTU UNTUK MEMPREDIKSI PANDEMI COVID-19 DENGAN MODEL PROPHET FACEBOOK. Undergraduate (S-1) thesis, Universitas Mikroskil.

[thumbnail of BAGIAN AWAL .pdf] Text
BAGIAN AWAL .pdf

Download (8MB)
[thumbnail of BAB I .pdf] Text
BAB I .pdf

Download (1MB)
[thumbnail of BAB II .pdf] Text
BAB II .pdf

Download (7MB)
[thumbnail of BAB III .pdf] Text
BAB III .pdf
Restricted to Registered users only

Download (6MB)
[thumbnail of BAGIAN AKHIR .pdf] Text
BAGIAN AKHIR .pdf

Download (2MB)

Abstract

COVID-19 adalah penyakit menular baru yang disebabkan oleh Coronavirus, yang ditemukan di Wuhan China dan sangat cepat menyebar ke berbagai negara khususnya Indonesia. Untuk Kasus pertama diumumkan pada tanggal 2 Maret 2020 dengan penyebaran yang sangat cepat terjadi sehingga penyakit ini menjadi pandemi yang menyebabkan kasus bertambah di setiap harinya dan tidak dapat diperkirakan jumlahnya sehingga penanganan seperti persediaan layanan medis, fasilitas, dan tenaga medis sulit ditargetkan dalam menangani kasus yang terus meningkat. Untuk itu prediksi penting dilakukan sebagai bahan pendukung dalam pembuatan keputusan, strategi dan kebijakan. Prediksi ini bertujuan untuk mengetahui proses analisis runtun waktu dan hasil prediksi COVID-19 di masa yang akan datang. Model yang digunakan dalam prediksi adalah model Prophet Facebook yang menggunakan dataset COVID- 19 01 Maret 2020 – 31 Desember 2020. Tahapan prediksi mengacu pada metode OSEMN yaitu Obtain, Scrubbing, Explore, Modeling, dan Intetpreting data. Hasil prediksi untuk Indonesia dan Sumatera Utara mengalami peningkatan di setiap harinya dan nilai rata-rata MAPE Indonesia sebesar 0.3146134% dengan tingkat akurasi 99.68%, Sumatera Utara 0.5009993% dengan tingkat akurasi 99.49% yang berarti model prediksi yang dihasilkan sangat baik karena di bawah 10%.

Item Type: Tugas Akhir / Tesis (Undergraduate (S-1))
Subjects: Sistem Informasi
Divisions: Fakultas Informatika > Program Studi S-1 Sistem Informasi
Depositing User: Rospi Marlena
Date Deposited: 11 Jan 2023 08:35
Last Modified: 11 Jan 2023 08:35
URI: https://repository.mikroskil.ac.id/id/eprint/662

Actions (login required)

View Item
View Item