ANALISIS KLASIFIKASI TINGKAT PENYEBARAN COVID-19 MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS RAPIDMINER

Abstract

Pandemi Pandemi COVID-19 menghasilkan banyak data statistik yang dapat dimanfaatkan untuk proses analisis menggunakan teknik data mining. Penelitian ini bertujuan untuk melakukan klasifikasi tingkat penyebaran COVID-19 menggunakan algoritma Naïve Bayes berbasis RapidMiner. Dataset yang digunakan berupa data statistik COVID-19 beberapa negara dengan atribut seperti TotalCases, TotalDeaths, TotalRecovered, dan ActiveCases. Proses penelitian dilakukan melalui tahap preprocessing data, pembentukan label klasifikasi, pembagian data training dan testing, proses klasifikasi menggunakan algoritma Naïve Bayes, serta evaluasi model menggunakan confusion matrix dan accuracy. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes memperoleh nilai accuracy sebesar 89.86%. Berdasarkan hasil tersebut dapat diketahui bahwa algoritma Naïve Bayes mampu melakukan klasifikasi tingkat penyebaran COVID-19 dengan cukup baik menggunakan aplikasi RapidMiner.