Virus Corona (SARS-CoV-2) penyebab COVID-19 kini telah bermutasi

Parwanto, ML Edy

doi:10.18051/jbiomedkes.2021.v4.47-49

Cited by 18 publications

(19 citation statements)

References 9 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Virus ini mempunyai sifat mudah menular dan menginfeksi sistem pernafasan manusia sehingga menyebar hampir keseluruh belahan dunia [1]. Seiring dengan perkembangan waktu virus yang menyebabkan COVID-19 mengalami mutasi gen. Mutasi gen ini menyebabkan semakin banyaknya varian virus, dengan demikian penyebarannya lebih cepat dan mematikan dari virus penyebab COVID-19 biasa, oleh karena itu hal ini menjadi masalah baru bagi seluruh negara di dunia termasuk Indonesia [2]. Berbagai cara telah dilakukan pemerintah Indonesia demi memutus mata rantai penyebaran infeksi COVID-19.…”

Section: Pendahuluanunclassified

Analisis Sentimen dan Klasifikasi Tweet Terkait Mutasi COVID-19 menggunakan Metode Naïve Bayes Classifier

Dewandaru

Wibowo

2022

JTMI

View full text Add to dashboard Cite

Towards the end of 2019 in Wuhan City, China, a new type of Corona Virus was discovered which has the scientific name COVID-19 and is a type of virus that causes acute disorders in the human respiratory system. The spread of this virus is very fast and causes mutations of this virus to a more lethal stage than before. Thus, sentiment analysis is expected to be able to determine the trend of public assessment of the COVID-19 mutation. Naïve Bayes Classifier is a method used in research. This method can classify data or opinions into two sentiments, namely positive and negative. The research data comes from Twitter which is taken using the Twitter API with the keyword "covid mutation", for data processing several processes are carried out, namely sentiment classification, data cleaning, and preprocessing so that the final result is obtained. The test results from this study show that the Naïve Bayes Classifier method has an accuracy of 86.67% with an f1-score of 82.00% on positive sentiment and 89.00% on negative sentiment. Based on the results of the study, it can be concluded that the Naïve Bayes Classifier method can be used to analyze sentiment data from tweets about the COVID-19 mutation with an accuracy of 86.67%.

show abstract

Section: Pendahuluanunclassified

Analisis Sentimen dan Klasifikasi Tweet Terkait Mutasi COVID-19 menggunakan Metode Naïve Bayes Classifier

Dewandaru

Wibowo

2022

JTMI

View full text Add to dashboard Cite

show abstract

“…Faktor resiko kematian paling tinggi pada Covid-19 adalah Laki-laki, berusia lanjut, diabetes, dan hipertensi [4]. Pada penelitian lain yang membahas tentang penyakit bawaan dipaparkan bahwa ada beberapa penyakit bawaan yang berhubungan erat dengan Covid-19 yaitu: penyakit jantung, hipertensi dan diabetes mellitus, hipertensi dan diabetic ketoacidosis [5].…”

Section: Pendahuluanunclassified

Sistem Penghitung Jumlah Pengunjung Restoran Menggunakan Kamera Berbasis Single Shot Detector (SSD)

Kusumawati¹,

Pratikno²,

Admaja³

2021

J. Technol. Inform.

View full text Add to dashboard Cite

Wabah pandemi virus Covid-19 yang terjadi pada awal tahun 2020 menuntut seluruh lapisan masyarakat dan pemerintah untuk menerapkan pola hidup new normal demi mencegah penyebaran virus yang semakin meluas. Langkah pencegahan yang dilakukan pemerintah saat ini adalah dengan menyosialisasikan pola hidup new normal, yaitu: dengan mewajibkan seluruh masyarakat untuk selalu mencuci tangan, wajib menggunakan masker, mengurangi mobilitas atau bepergian, menjaga jarak aman kira-kira 1 meter, serta membatasi jumlah pengunjung pada pusat perbelanjaan dan pusat keramaian, seperti restoran. Saat ini pada pusat perbelanjaan dan restoran telah diberlakukan pembatasan jumlah pengunjung sebanyak 50% dari kapasitas maksimal dari suatu ruangan atau area. Dalam upaya pencegahan virus Covid-19 tersebut, peneliti membuat sebuah sistem penghitung jumlah pengunjung pada restoran, yang berfungsi untuk menghitung pengunjung yang masuk, keluar, dan yang masih berada dalam suatu ruangan pada restoran. Apabila jumlah pengunjung sudah memenuhi kapasitas ruangan dan masuk pengunjung berikutnya, maka buzzer berbunyi, sehingga karyawan restoran mengetahui bahwa kapasitas ruangan sudah overload. Metode yang digunakan pada aplikasi ini adalah Single Shot Detector (SSD) dengan integrasi dataset dari MobileNet-SSD, sehingga mampu mendeteksi object manusia secara akurat. Berdasarkan hasil pengujian yang telah dilakukan, tingkat akurasi deteksi untuk object berjalan dengan kecepatan normal adalah 100%, serta tingkat akurasi deteksi pada object berjalan cepat adalah 90%, dan tingkat akurasi yang dilakukan pada object berlari adalah 50%. Pada pengujian secara keseluruhan sistem menggunakan video hasil rekaman peneliti yang berupa simulasi pintu masuk pada restoran, didapatkan hasil akurasi 86% untuk penghitungan jumlah pengunjung masuk, 66% untuk akurasi penghitungan jumlah pengunjung keluar, dan akurasi sebesar 79% untuk jumlah pengunjung yang masih berada di dalam ruangan restoran. Semua data hasil pengujian yang telah dilakukan, data disimpan pada file spreadsheet (.csv), sehingga dapat diketahui berapa jumlah pengunjung yang keluar, masuk dan dalam ruangan restoran pada setiap harinya

show abstract

“…This second attack can occur as a result of reduced community responsibility, mutual care, and a sense of mutual protection, causing a loosening of the health protocols applied [5]. In addition, there are other factors that can cause this second wave of attacks, namely mutating the Covid-19 virus which causes the virus to become stronger, has a more severe impact on victims, and accelerates infection or transmission [6]. Conditions like this if not observed and get the right treatment, will result in more and more cases which will cause a large number of victims, the need for targeted mitigation and appropriate methods to accelerate the abatement of the Covid-19 pandemic.…”

Section: Introductionmentioning

confidence: 99%

Grouping of the Second Wave of Covid-19 Infection Areas in East Java Province Using K-Means Clustering

et al. 2022

View full text Add to dashboard Cite

The second wave of Covid-19 Pandemic Attacks that occurred in June 2021 resulted in a drastic number of fatalities. This is due to reduced community responsibility, a sense of caring for each other, and a sense of mutual protection, resulting in the loosening of the health protocols implemented. There needs to be proper mitigation to handle the Covid-19 pandemic properly, one of which is by handling cases in each region with a low level of severity. With this grouping, it can provide a decision on which areas must be available in mitigating the Covid-19 pandemic. For grouping each region, the K-Means Clustering method can be used. From these clusters, there is one area with a severity level, eight areas with moderate severity, and 29 areas with low severity.

show abstract

Virus Corona (SARS-CoV-2) penyebab COVID-19 kini telah bermutasi

Cited by 18 publications

References 9 publications

Analisis Sentimen dan Klasifikasi Tweet Terkait Mutasi COVID-19 menggunakan Metode Naïve Bayes Classifier

Analisis Sentimen dan Klasifikasi Tweet Terkait Mutasi COVID-19 menggunakan Metode Naïve Bayes Classifier

Sistem Penghitung Jumlah Pengunjung Restoran Menggunakan Kamera Berbasis Single Shot Detector (SSD)

Grouping of the Second Wave of Covid-19 Infection Areas in East Java Province Using K-Means Clustering

Contact Info

Product

Resources

About