Penentuan Penularan Covid-19 berdasarkan Gejala Kandidat Covid-19 Memanfaatkan Algoritma Naïve Bayes

Abstract

Indonesia mengalami penularan covid-19 sejak awal tahun 2019 dan untuk mengatasinya pemerintah Indonesia memilih cara mitigasi dengan memberlakukan sistem pembatasan sosial (PSBB) dan kemudian diganti dengan pembaasan aktivitas (PPKM darurat dan PPKM Level 4). Mitigasi dilakukan karena sampai saat ini belum jelas gejala pasti  yang menandai seseorang tertular Covid-19. Namun pada penelitian ini ingin dicoba untuk mengatasi dari sisi pencegahan yaitu dengan menentukan seberapa besar gejala-gejala dari pasien yang bisa menjadi gejala kandidat untuk Covid-19. Penentuan  gejala kandidat ini dilakukan dengan memilih gejala dominan dan prioritas gejala melalui survei di beberapa puskemas di Kabupaten Bandung Barat. Sedangkan relasi pasangan gejala kandidat terhadap penularan Covid-19 dilakukan mempergunakan algoritma Naïve Bayes. Hasil dari perhitungan data uji untuk model usulan ini diperolah akurasi sebesar 85% dan AUC sebesar 0,878 yang menunjukkan model usulan untuk penularan Covid-19 dengan empat gejala kandidat sudah memenuhi klasifikasi baik. Model usulan ekperimental ini bisa menjadi alternatif sebelum pihak pemerintah yang berwenang dengan kesehatan belum mengumumkan kepastian gejala-gejala apa saja yang menjadi gejala pasti yang menandai seseorang tertular Covid-19