ANALISIS KLASIFIKASI UNTUK MENGETAHUI KETERCAPAIAN VAKSINASI DI ERA PANDEMI COVID-19 MENGGUNAKAN MACHINE LEARNING
Buku tidak akan mengurangi uang mu, buku akan menambah wawasan dan juga ilmu
PPenyebaran COVID-19 berkembang sangat cepat menular kepada manusia karena sifat alami dari virus ini yang mudah menular sehingga menyebabkan dunia dalam keadaan pandemi. Dalam mencegah penyebaran virus ini manusia harus menjaga jarak, menggunakan masker dan mencuci tangan namun dalam pencegahan ini juga tidak memperkecil penyebaran COVID-19 sehingga diciptakanlah vaksin yang dapat mencegah penyebaran virus semakin cepat. Studi ini bertujuan untuk melihat ketercapaian vaksinasi COVID-19 menggunakan pendekatan model machine learning. Dalam penelitian ini data yang digunankan bersumber dari satgas COVID-19 DKI Jakarta dengan rentang waktu yang diambil yaitu 9 Maret 2021 hingga 27 Juli 2022. Penelitian menggunakan model yaitu Random Forest Classifier dengan menggunakan evaluasi model yaitu Confusion Matrix diantaranya recall, precision, dan f1- score untuk menilai kinerja model. Kemudian data diberi label Tercapai dan Tidak Tercapai. Label ditentukan berdasarkan dari info kementrian kesehatan Indonesia dengan 80% untuk dosis 1 dan dosis 2 dari target dikatakan tercapai. Pada kategori tenaga kesehatan untuk dosis 1 dan 2 dari awal data sudah tercapai dan melebihi 100%. Pada kategori lansia untuk dosis 1 dan 2 tidak ada yang mencapai 100% atau tidak mencapai target, namun pada dosis 1 ada yang mencapai 80% dan bisa dikatakan tercapai sedangkan untuk dosis 2 tidak ada yang tercapai atau tidak ada yang mencapai 80% dari target. Pada kategori pelayan publik untuk dosis 1 dan dosis 2 sudah tercapai dan melebihi target. Setelah di implementasikan menggunakan model pada tenaga kesehatan memperoleh nilai absolut dikarenakan pada data awal sudah mencapai target vaksinasi, sedangkan kategori lansia dan pelayan publik memperoleh hasil 90%
Posting Komentar
0 Komentar