Klasifikasi Data Diagnosis Covid-19 Menggunakan Metode Support Vector Machine dan Generalized Linear Model

Abstract

Covid-19 masih menjadi perhatian dunia. Semenjak pertama kali virus ini terdeteksi yaitu pada 31 Desember 2019 hingga 20 Maret 2022, tercatat bahwa ada 460 juta kasus positif Covid-19 dengan kasus kematian sebanyak 6,06 juta di seluruh dunia. Tingginya kasus Covid-19 dikarenakan penyebaran dari virus ini sangat cepat. Salah satu cara untuk mencegah penyebaran virus ini dapat dilakukan dengan deteksi dini dari penyakitnya serta memetakan faktor-faktor yang mempengaruhi. Metode klasifikasi dengan metode support vector machine (SVM) pada machine learning dapat digunakan untuk memprediksi individu yang terdiganosis positif Covid-19 dan yang tidak, dengan menggunakan faktor-faktor yang diperkirakan berpengaruh. Secara tradisional hal ini bisa juga dilakukan dengan generalized linear model (GLM). Tujuan dari penelitian ini adalah untuk mengetahui perbandingan antara kedua metode tersebut (SVM dan GLM) dalam memprediksi individu terdiagnosis positif Covid-19. Selain dibandingkan, dalam peneltian ini juga dilakukan ensemble antara SVM dan GLM untuk mengetahui apakah ensemble menghasilkan akurasi yang lebih baik dari masing-masing. Hasil penelitian menunjukkan bahwa akurasi dengan SVM dan GLM cukup tinggi, tetapi SVM sedikit lebih unggul yaitu dengan akurasi sebesar 98,91%, dan GLM sebesar 95,64%. Sementara itu, ensemble dari kedua model tersebut mencapai 98,91% sama tinggi dengan SVM.