PERBANDINGAN ALGORITMA REGRESI LINEAR DAN NEURAL NETWORK UNTUK MEMPREDIKSI PENINGKATAN KASUS DEMAM BERDARAH DENGUE DI PROVINSI DKI JAKARTA
ZULFIKAR ANSHARI OKTAFINAWAN
Informasi Umum
Kode
19.04.4417
Klasifikasi
006.312 - Data mining
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Mining
Dilihat
240 kali
Informasi Lainnya
Abstraksi
Penyakit demam berdarah dengue (DBD) di Provinsi DKI Jakarta masih menjadi masalah kesehatan yang diperhatikan karena kasus DBD masih sering terjadi seperti pada tahun 2016 kasus DBD mencapai 22.697 kasus. Agar Dinas Kesehatan DKI Jakarta bekerja lebih efisien dalam menekan jumlah kasus DBD diperlukan prediksi yang akurat dalam memprediksi kasus DBD yang akan terjadi sehingga Dinas Kesehatan DKI Jakarta dapat mempersiapkan langkah-langkah yang harus dilakukan. Pada penelitian ini akan membandingkan akurasi dari dua algoritma yaitu neural network dan regresi linear dalam memprediksi kasus DBD. Untuk menguji hasil prediksi dari dua algoritma tersebut digunakan MAE (mean absolute error), MAPE (mean absolute percentage error), dan RMSE (root mean square error). Akurasi dari algoritma melakukan prediksi didapatkan dari hasil perhitungan tersebut, semakin kecil nilai MAE, MAPE, dan RMSE maka algoritma tersebut semakin akurat. Dari hasil validasi model didapatkan bahwa model neural network memiliki peforma lebih baik daripada regresi linear di Provinsi DKI Jakarta, Jakarta Utara, Jakarta Timur, Jakarta Selatan, dan Jakarta Pusat.
- ISH4G4 - TUGAS AKHIR
- III4A4 - TUGAS AKHIR
- III4A4 - TUGAS AKHIR
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ZULFIKAR ANSHARI OKTAFINAWAN |
| Jenis | Perorangan |
| Penyunting | IRFAN DARMAWAN, EDI SUTOYO |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Sistem Informasi |
| Kota | Bandung |
| Tahun | 2019 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
