Text

Perbandingan Kinerja Model Jaringan Syaraf Tiruan Extreme Learning Machine dan Backpropagation untuk Memprediksi Angka Kejadian Demam Berdarah Dengue (DBD) Berdasarkan Faktor Cuaca (Studi Kasus Kecamatan Tembalang)

---

ABSTRAK

Demam Berdarah Dengue (DBD) merupakan penyakit endemis di Indonesia dan meningkatnya angka kejadian demam berdarah ini disebabkan oleh banyak faktor antara lain keadaan lingkungan, baik lingkungan sosial, biologis, dan fisik. Kecamatan Tembalang dari tahun 2007 hingga 2016 menempati peringkat pertama sebagai kecamatan dengan Incident Rate (IR) DBD tertinggi se-Kota Semarang. Penanganan yang tepat perlu dilakukan sebagai antisipasi kenaikan angka penderita pada tahun-tahun berikutnya. Salah satu penanganan yang dapat dilakukan adalah memprediksi angka kejadian demam berdarah pada waktu-waktu berikutnya sehingga pemerintah dapat menyiapkan tindakan pencegahan. Prediksi angka kejadian demam berdarah ini dapat dilakukan dengan menggunakan prediktor cuaca, dimana dalam penelitian ini digunakan 3 prediktor cuaca, yaitu suhu udara, kelembapan, dan curah hujan serta angka kejadian demam berdarah untuk memprediksi angka kejadian demam berdarah pada waktu berikutnya. Pada penelitian ini jaringan syaraf tiruan Extreme Learning Machine dan Backpropagation dibandingkan untuk memprediksi angka kejadian demam berdarah berdasarkan faktor cuaca. Hasil penelitian ini menunjukkan bahwa model ELM dapat menghasilkan rata-rata MSE pengujian yang lebih bagus dibandingkan model Backpropagation yaitu sebesar 0.0142 sedangkan model Backpropagation menghasilkan MSE pengujian sebesar 0.0154. Hal ini serupa dengan waktu eksekusi, yang mana model ELM membutuhkan waktu kurang dari 1 detik untuk menyelesaikan pelatihan sementara model backpropagation membutuhkan waktu lebih dari 15 detik. Kedua hal ini menandakan bahwa model ELM lebih tepat digunakan dalam melakukan prediksi angka kejadian demam berdarah berdasarkan faktor cuaca.
Kata Kunci : Jaringan syaraf tiruan, Backpropagation, Extreme Learning Machine, Demam Berdarah Dengue, Cuaca.
 
ABSTRACT

Dengue Hemorrhagic Fever (DHF) is an endemic disease in Indonesia and the increase in the incidence of dengue fever is caused by many factors including environmental conditions, both social, biological and physical. Tembalang Subdistrict from 2007 to 2016 ranked first as a sub-district with the highest Incident Rate (IR) in all cities in Semarang. Appropriate handling needs to be done in anticipation of increasing the number of patients in the following years. One treatment that can be done is to predict the incidence of dengue fever at a later time so that the government can prepare preventive measures. Prediction of the incidence of dengue fever can be done using weather predictors, where in this study 3 weather predictors were used, namely air temperature, humidity, and rainfall and the incidence of dengue fever to predict the incidence of dengue fever the next time. In this study Extreme Learning Machine and Backpropagation artificial neural networks were compared to predict the incidence of dengue fever based on weather factors. The results of this study indicate that the ELM model can produce a better test average MSE than the Backpropagation model which is equal to 0.0142 while the Backpropagation model produces an MSE test of 0.0154. This is similar to execution time, where the ELM model takes less than 1 second to complete the training while the backpropagation model takes more than 15 seconds. Both of these indicate that the ELM model is more appropriately used in predicting the incidence of dengue fever based on weather factors.
Keywords : Artificial neural network, Backpropagation, Extreme Learning Machine, Dengue Hemorrhagic Fever, Weather

---

Ketersediaan

692F19I

692 F 19-i

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

692 F 19-i

Penerbit

: ., 2019

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

005.1068

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Anneta Shifa Ichwani

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar