ANALISIS PENGARUH MOBILITAS TERHADAP POSITIVE RATE COVID-19 DI PROVISSI BENGKULU MENGGUNAKAN METODE MLP (MULTILAYER PERCEPTRON)

Kecerdasan buatan dapat digunakan untuk berbagai keperluan. Multilayer Perceptron
(MLP) merupakan salah satu metode kecerdasan buatan yang dapat digunakan untuk
melakukan tugas regresi kasus pengaruh mobilitas masyarakat terhadap jumlah kasus
positif covid-19. Penelitian ini bertujuan untuk 1) mengetahui proses akuisisi data
pengaruh mobilitas masyarakat terhadap jumlah positif covid-19, 2) mengetahui
hyperparameter yang baik digunakan pada model Multilayer Perceptron, 3) mengetahui
hasil berupa lama waktu pasien tertular covid-19. Dataset yang telah dihasilkan telah
dilakukan preprocessing sejumlah 630 data pada tahun 2020 dan 2021. Dataset ini
diambil dari google mobility index dan kawalcovid19. Data yang digunakan kemudian
dilakukan preprocessing. Proses preprocessing dilakukan yaitu menghapus data null,
mengganti tipe data ke integer untuk data numerik dan menghapus outliers. Setelah
dilakukan preprocessing, data yang dihasilkan akan dimodelkan menggunakan MLP
(Multilayer Perceptron). Proses memodelkan model membutuhkan beberapa
hyperparameter yaitu loss function berupa MSE (Mean Squared Error), optimizer berupa
Adam, metric berupa MSE (Mean Squared Error), dan epoch sebanyak 1000. Hasil
evaluasi model ini didapati bahwa nilai loss terkecil sebesar 0.01452617616472448
dengan y+4. Percobaan terbaik berada pada percobaan ketiga.
Kata kunci : Kecerdasan Buatan, Multi Layer Perceptron, Covid-19