<> "The repository administrator has not yet configured an RDF license."^^ . <> . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION"^^ . "Penelitian ini memprediksi banyaknya penambahan kasus baru, kasus sembuh, dan kasus kematian Covid-19 di Provinsi Lampung menggunakan metode Artificial Neural Network (ANN) dengan k-fold cross validation. Variabel yang digunakan dalam penelitian ada 3 variabel, yaitu kasus baru, kasus sembuh, dan kasus kematian pada periode tanggal 19 Maret 2020 sampai dengan 26 Oktober 2021.\r\nSelanjutnya, data kasus baru, kasus sembuh, dan kasus kematian pada periode tanggal 27 Oktober sampai 24 Januari 2022 akan dijadikan perbandingan dengan data hasil peramalan yang didapatkan. Metode ini dilakukan pengujian dengan kfold cross validation dan parameter terbaik diperoleh dengan hypertuning.\r\nParameter optimal yang diperoleh dengan k-fold cross validation (k = 10) untuk\r\nkasus baru, yaitu: hidden layer sebanyak 1 layer dengan 30 node, dropout sebesar 0.2, batch size sebesar 16, epoch sebesar 100, dan learning rate sebesar 0.01.\r\nSelanjutnya, kasus sembuh, yaitu: hidden layer sebanyak 1 layer 30 node, dropout\r\nsebesar 0.2, batch size sebesar 32, epoch sebesar 50, dan learning rate sebesar 0.01.\r\nSedangkan kasus kematian, yaitu: hidden layer sebanyak 3 layer, dengan layer\r\npertama terdiri dari 30 node, dan layer kedua dengan 20 node, dan layer ketiga dengan 13 node, dropout sebesar 0.2, batch size sebesar 32, epoch sebesar 100, dan\r\nlearning rate sebesar 0.01. Ketiga variabel tersebut menggunakan fungsi aktivasi ReLU. Hasil prediksi nilai MAPE yang diperoleh pada kasus baru, kasus sembuh\r\ndan kasus kematian sebesar 1.78%, 1.92% dan 0.95%, sehingga dapat diartikan bahwa hasil tersebut memiliki kemampuan prediksi sangat baik dengan nilai\r\nakurasi model sebesar 98.22% untuk kasus baru, 98.08% untuk kasus sembuh, dan\r\n99.05% untuk kasus kematian. Oleh karena itu, metode ini sangat baik digunakan\r\nuntuk meramal kasus Covid-19 pada periode ke depan.\r\n\r\nKata kunci: Kasus COVID-19, Data Mining, Machine Learning, Artificial Neural Network, K-Fold Cross Validation.\r\n\r\n\r\n\r\n\r\n\r\n\r\nabstract\r\n\r\nThis study predicts the number of new cases, recovered cases, and Covid-19 deaths\r\nin Lampung Province using the Artificial Neural Network (ANN) method with kfold\r\ncross-validation. The variables used in this study are three variables, namely new cases, recovered cases, and death cases in the period from March 19, 2020, to\r\nOctober 26, 2021. Furthermore, data on new cases recovered cases, and cases of death from October 27 to January 24 2022, will be compared with the forecasting data obtained. This method is tested with k-fold cross-validation, and the best parameters are obtained by hyper-tuning. The optimal parameters of k-fold cross validation (k = 10) for the new case are one hidden layer with 30 nodes, 0.2\r\ndropouts, 16 batch sizes, 100 epochs, and a 0.01 learning rate. Furthermore, the cases recovered: 1 hidden layer of 30 nodes, dropout of 0.2, batch size of 32, an\r\nepoch of 50, and learning rate of 0.01. While the death cases, namely: 3 layers hidden layer, with the first layer consisting of 30 nodes, the second layer with 20\r\nnodes, and the third layer with 13 nodes, dropout of 0.2, batch size of 32, an epoch\r\nof 100, and learning rate of 0.01. The three variables use the ReLU activation function. The prediction results of MAPE values obtained in new cases and recovered cases. Cases of death were 1.78%, 1.92% and 0.95%, so it can be interpreted that these results have excellent predictive abilities with model accuracy values of 98.22% for new cases, 98.08% for recovered, and 99.05% for death cases. Therefore, this method is very well used to predict Covid-19 cases in the future period.\r\n\r\nKeywords: COVID-19, Data Mining, Machine Learning, Artificial Neural Network, K-Fold Cross Validation"^^ . "2022-07-20" . . . . . "FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM"^^ . . . . . . . "1857031002"^^ . "Nur Alifiah"^^ . "1857031002 Nur Alifiah"^^ . . . . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (File PDF)"^^ . . . "ABSTRAK.pdf"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (File PDF)"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (File PDF)"^^ . . . "SKRIPSI TANPA BAB PEMBAHASAN.pdf"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "indexcodes.txt"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "indexcodes.txt"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "preview.jpg"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "medium.jpg"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "small.jpg"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "lightbox.jpg"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "preview.jpg"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "medium.jpg"^^ . . . "PREDIKSI COVID-19 DI PROVINSI LAMPUNG\r\nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK\r\nDENGAN K-FOLD CROSS VALIDATION (Other)"^^ . . . . . . "small.jpg"^^ . . "HTML Summary of #64426 \n\nPREDIKSI COVID-19 DI PROVINSI LAMPUNG \nMENGGUNAKAN METODE ARTIFICIAL NEURAL NETWORK \nDENGAN K-FOLD CROSS VALIDATION\n\n" . "text/html" . . . "000 Ilmu komputer, informasi dan pekerjaan umum" . . . "510 Matematika" . .