Analisis Penyebaran COVID-19 di Sulawesi Selatan Menggunakan Machine Learning (Regression Models)

Abstrak

COVID-19 merupakan bencana yang sangat mengganggu manusia secara global abad ini. Berbagai macam dampak buruk diakibatkan oleh pandemi COVID-19, mulai dari dampak sosial, ekonomi, psikologi dan ekonomi. Dunia telah banyak belajar dari pandemi COVID-19, termasuk bagaimana mengatasi dan mengurangi dampak buruk akibat COVID-19 dengan berbagai macam ilmu dan perangkat, termasuk menggunakan machine learning dalam menganalisis bencana dan dampaknya. Machine learning menggunakan berbagai teknik dalam penerapannya, salah satunya adalah regresi yang mampu memberikan solusi bagi banyak permasalahan, termasuk menganilis penyebaran COVID-19. Dengan framework yang dimiliki oleh bahasa pemrograman python, machine learning mampu menganalisis dan memberikan insight yang tersembunyi dari dataset yang dikoleksi oleh Dinas Kesehatan Provinsi Sulawesi Selatan. Dalam penelitian ini, dilakukan analisis penyebaran COVID-19 menggunakan model regresi linear biasa, regresi ridge, dan regresi LASSO. Model regresi ridge mampu menjelaskan variabilitas dataset (variabel target) dengan tingkat yang paling baik dengan . Namun dari ketiga model yang dibangun, semuanya memiliki performa yang kurang, dengan MAPE yang sangat tinggi. Model regresi biasa memiliki MAPE sebesar 2.5722572116  pada training dan 3.0803084681 pada testing. Model regresi ridge memiliki MAPE sebesar  pada training dan . Model regresi LASSO memiliki MAPE sebesar  pada training dan  pada testing. Dengan MAPE yang tinggi pada training dan testing, artinya semua model terindikasi underfitting, sehingga perlu ditindaklanjuti dengan membangun model yang lebih kompleks.