ANALISIS KLASIFIKASI UNTUK MENGETAHUI KETERCAPAIAN VAKSINASI DI ERA PANDEMI COVID-19 MENGGUNAKAN MACHINE LEARNING

PPenyebaran COVID-19 berkembang sangat cepat menular kepada manusia
karena sifat alami dari virus ini yang mudah menular sehingga menyebabkan
dunia dalam keadaan pandemi. Dalam mencegah penyebaran virus ini manusia
harus menjaga jarak, menggunakan masker dan mencuci tangan namun dalam
pencegahan ini juga tidak memperkecil penyebaran COVID-19 sehingga
diciptakanlah vaksin yang dapat mencegah penyebaran virus semakin cepat.
Studi ini bertujuan untuk melihat ketercapaian vaksinasi COVID-19
menggunakan pendekatan model machine learning. Dalam penelitian ini data
yang digunankan bersumber dari satgas COVID-19 DKI Jakarta dengan rentang
waktu yang diambil yaitu 9 Maret 2021 hingga 27 Juli 2022. Penelitian
menggunakan model yaitu Random Forest Classifier dengan menggunakan
evaluasi model yaitu Confusion Matrix diantaranya recall, precision, dan f1-
score untuk menilai kinerja model. Kemudian data diberi label Tercapai dan
Tidak Tercapai. Label ditentukan berdasarkan dari info kementrian kesehatan
Indonesia dengan 80% untuk dosis 1 dan dosis 2 dari target dikatakan tercapai.
Pada kategori tenaga kesehatan untuk dosis 1 dan 2 dari awal data sudah
tercapai dan melebihi 100%. Pada kategori lansia untuk dosis 1 dan 2 tidak ada
yang mencapai 100% atau tidak mencapai target, namun pada dosis 1 ada yang
mencapai 80% dan bisa dikatakan tercapai sedangkan untuk dosis 2 tidak ada
yang tercapai atau tidak ada yang mencapai 80% dari target. Pada kategori
pelayan publik untuk dosis 1 dan dosis 2 sudah tercapai dan melebihi target.
Setelah di implementasikan menggunakan model pada tenaga kesehatan
memperoleh nilai absolut dikarenakan pada data awal sudah mencapai target
vaksinasi, sedangkan kategori lansia dan pelayan publik memperoleh hasil 90%