PERBANDINGAN METODE POLYNOMIAL REGRESSION DAN METODE SUPPORT VECTOR MACHINE DALAM MEMPREDIKSI SEBARAN COVID-19 DI INDONESIA

Abstract

Pandemi Covid-19 telah menjadi ancaman besar seluruh negara. Hingga saat ini, vaksin yangteruji telah tersedia namun jumlah positif belum turun secara signifikan. Menurut laporan WHO, Covid-19 adalah sindrom pernapasan akut parah yang ditularkan melalui tetesan pernapasan yang diakibatkan kontak langsung dengan pasien. Analisis penyakit ini memerlukan perhatian besar dari Pemerintah untuk mengambil langkah-langkah yang diperlukan dalam mengurangi efek pandemi global ini. Data dalam penelitian ini menggunakan data covid-19 di Indonesia yang di ambil dari web resmi pemerintah.Penelitian ini Mempelajari data history kemudian diolah dengan menggunakan metode prediksi data mining yaitu metode Polynomial Regression dibandingkan dengan metode Support Vector Machine. Dari kedua metode tersebut akan dicari metode yang paling akurat dengan diuji akurasi dengan MAE, MSE, dan juga MAPE sehingga mendapatkan hasil prediksi covid-19 di Indonesia. Berdasarkan perbandingan hasil pengujian melalui berbagai skenario terhadap kedua metode tersebut, metode Polynomial Regression memperoleh nilai uji yang paling kecil yaitu menghasilkan nilai akurasi MAE= 4146.025749867596, MSE= 19031800.02642069, MAPE = 0.006174164877416524 sehingga Polynomial Regression merupakan metode terbaik yang direkomendasikan