APLIKASI PREDIKSI JUMLAH PENDERITA PENYAKIT DEMAM BERDARAH DENGUE DI KOTA SEMARANG MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
IR (incidence rate) DBD Kota Semarang selalu lebih tinggi dari IR DBD Jawa Tengah dan IR DBD Nasional dari tahun 2006 sampai tahun 2012. Tahun 2012 IR DBD Kota Semarang adalah 70.9, tiga kali lebih tinggi dari IR DBD Jawa Tengah yaitu 19,29. Tindakan preventif dari pemerintah diharapkan dapat meneka...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universitas Diponegoro
2014-10-01
|
| Series: | Jurnal Masyarakat Informatika |
| Subjects: | |
| Online Access: | https://ejournal.undip.ac.id/index.php/jmasif/article/view/8439 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849427421988651008 |
|---|---|
| author | Raditya Lucky Riswanto Sutikno Sutikno Indriyati Indriyati |
| author_facet | Raditya Lucky Riswanto Sutikno Sutikno Indriyati Indriyati |
| author_sort | Raditya Lucky Riswanto |
| collection | DOAJ |
| description | IR (incidence rate) DBD Kota Semarang selalu lebih tinggi dari IR DBD Jawa Tengah dan IR DBD Nasional dari tahun 2006 sampai tahun 2012. Tahun 2012 IR DBD Kota Semarang adalah 70.9, tiga kali lebih tinggi dari IR DBD Jawa Tengah yaitu 19,29. Tindakan preventif dari pemerintah diharapkan dapat menekan peningkatan jumlah penderita. Dengan mengetahui peningkatan jumlah penderita, maka pemerintah dapat melakukan tindakan apa yang harus dilakukan untuk menekan penyebaran penyakit. Data jumlah penderita penyakit bersifat kontinu dan memiliki tren yang dinamis, maka metode yang dibutuhkan untuk melakukan prediksi adalah metode yang kompleks dan dapat mempelajari ketidakpastian dalam setiap periode yang dapat diakomodasi dengan algoritma Jaringan Syaraf Tiruan (JST). Salah satu algoritma JST yaitu Backpropagation. Jumlah penderita penyakit DBD per bulan dalam satu tahun digunakan sebagai masukan dengan jumlah penderita penyakit pada satu bulan ke depan sebagai keluaran. Arsitektur backpropagation menggunakan dua belas neuron layer input, satu layer tersembunyi dengan jumlah neuron yang dapat diubah-ubah dan satu neuron pada layer output. Pengujian menghasilkan MAPE terkecil, yaitu 4.48 pada alfa 0.7 dan jumlah neuron tersembunyi sebanyak 50 neuron dengan nilai akurasi 95.52 persen. |
| format | Article |
| id | doaj-art-eff4cee547cf4459bfde79476eed9dd5 |
| institution | Kabale University |
| issn | 2086-4930 2777-0648 |
| language | English |
| publishDate | 2014-10-01 |
| publisher | Universitas Diponegoro |
| record_format | Article |
| series | Jurnal Masyarakat Informatika |
| spelling | doaj-art-eff4cee547cf4459bfde79476eed9dd52025-08-20T03:29:02ZengUniversitas DiponegoroJurnal Masyarakat Informatika2086-49302777-06482014-10-01510192710.14710/jmasif.5.10.84397403APLIKASI PREDIKSI JUMLAH PENDERITA PENYAKIT DEMAM BERDARAH DENGUE DI KOTA SEMARANG MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATIONRaditya Lucky RiswantoSutikno SutiknoIndriyati IndriyatiIR (incidence rate) DBD Kota Semarang selalu lebih tinggi dari IR DBD Jawa Tengah dan IR DBD Nasional dari tahun 2006 sampai tahun 2012. Tahun 2012 IR DBD Kota Semarang adalah 70.9, tiga kali lebih tinggi dari IR DBD Jawa Tengah yaitu 19,29. Tindakan preventif dari pemerintah diharapkan dapat menekan peningkatan jumlah penderita. Dengan mengetahui peningkatan jumlah penderita, maka pemerintah dapat melakukan tindakan apa yang harus dilakukan untuk menekan penyebaran penyakit. Data jumlah penderita penyakit bersifat kontinu dan memiliki tren yang dinamis, maka metode yang dibutuhkan untuk melakukan prediksi adalah metode yang kompleks dan dapat mempelajari ketidakpastian dalam setiap periode yang dapat diakomodasi dengan algoritma Jaringan Syaraf Tiruan (JST). Salah satu algoritma JST yaitu Backpropagation. Jumlah penderita penyakit DBD per bulan dalam satu tahun digunakan sebagai masukan dengan jumlah penderita penyakit pada satu bulan ke depan sebagai keluaran. Arsitektur backpropagation menggunakan dua belas neuron layer input, satu layer tersembunyi dengan jumlah neuron yang dapat diubah-ubah dan satu neuron pada layer output. Pengujian menghasilkan MAPE terkecil, yaitu 4.48 pada alfa 0.7 dan jumlah neuron tersembunyi sebanyak 50 neuron dengan nilai akurasi 95.52 persen.https://ejournal.undip.ac.id/index.php/jmasif/article/view/8439penyakit demam berdarah dengue, jaringan syaraf tiruan, backpropagation |
| spellingShingle | Raditya Lucky Riswanto Sutikno Sutikno Indriyati Indriyati APLIKASI PREDIKSI JUMLAH PENDERITA PENYAKIT DEMAM BERDARAH DENGUE DI KOTA SEMARANG MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION Jurnal Masyarakat Informatika penyakit demam berdarah dengue, jaringan syaraf tiruan, backpropagation |
| title | APLIKASI PREDIKSI JUMLAH PENDERITA PENYAKIT DEMAM BERDARAH DENGUE DI KOTA SEMARANG MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION |
| title_full | APLIKASI PREDIKSI JUMLAH PENDERITA PENYAKIT DEMAM BERDARAH DENGUE DI KOTA SEMARANG MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION |
| title_fullStr | APLIKASI PREDIKSI JUMLAH PENDERITA PENYAKIT DEMAM BERDARAH DENGUE DI KOTA SEMARANG MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION |
| title_full_unstemmed | APLIKASI PREDIKSI JUMLAH PENDERITA PENYAKIT DEMAM BERDARAH DENGUE DI KOTA SEMARANG MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION |
| title_short | APLIKASI PREDIKSI JUMLAH PENDERITA PENYAKIT DEMAM BERDARAH DENGUE DI KOTA SEMARANG MENGGUNAKAN JARINGAN SYARAF TIRUAN BACKPROPAGATION |
| title_sort | aplikasi prediksi jumlah penderita penyakit demam berdarah dengue di kota semarang menggunakan jaringan syaraf tiruan backpropagation |
| topic | penyakit demam berdarah dengue, jaringan syaraf tiruan, backpropagation |
| url | https://ejournal.undip.ac.id/index.php/jmasif/article/view/8439 |
| work_keys_str_mv | AT radityaluckyriswanto aplikasiprediksijumlahpenderitapenyakitdemamberdarahdenguedikotasemarangmenggunakanjaringansyaraftiruanbackpropagation AT sutiknosutikno aplikasiprediksijumlahpenderitapenyakitdemamberdarahdenguedikotasemarangmenggunakanjaringansyaraftiruanbackpropagation AT indriyatiindriyati aplikasiprediksijumlahpenderitapenyakitdemamberdarahdenguedikotasemarangmenggunakanjaringansyaraftiruanbackpropagation |