Rifqi, M. Raabith (2018) Support Vector Regression Untuk Peramalan Permintaan Darah: Studi Kasus Unit Transfusi Darah Cabang – PMI Kota Malang. Sarjana thesis, Universitas Brawijaya.
Abstract
PMI bertanggung jawab untuk memenuhi permintaan darah dari rumah sakit. Pengelola pusat penyimpanan darah memiliki tugas yang sangat penting, yaitu memprediksi sebuah kebutuhan komponen darah untuk meminimalisir penuhnya maupun kekurangan pasokan darah. Darah hanya memiliki masa hidup 35 hari sejak didonorkan. Jika sudah melewati waktu tersebut maka sudah tidak bisa digunakan lagi. Berlebihnya ataupun kekurangan pasokan darah di tempat penyimpaan seharusnya tidak terjadi, karena dapat berdampak pada tingginya angka jumlah pasien meninggal. Demi mengurangi kerugian yang jika terjadi, maka perlu dilakukan penelitian yang menggunakan metode prediksi permintaan darah yang diimplementasikan ke dalam sistem. Salah satunya dengan metode Support Vector Regression yang cocok untuk peramalan permintaan darah. Dalam impelementasikan SVR menggunakan normalisasi data min – max dan menggunakan fungsi kernel RBF. Berdasarkan hasil pengujian untuk metode SVR yang telah dilakukan, hasil nilai MAPE yang paling minimum yakni 3.899% dengan nilai parameter lambda = 10, sigma = 0,5, cLR = 0,01, C =0,1, epsilon = 0,01, jumlah fitur data = 4 dan jumlah iterasi sebanyak 5000, dari 12 data uji yang digunakan. Hasil Nilai MAPE yang dihasilkan <10% dan dapat dikategorikan baik untuk memprediksi jumlah permintaan darah.
English Abstract
PMI is responsible for meeting blood demand from hospitals. The management of the blood storage center has a very important task, to predict the requirement of blood components to minimize the ex less and the lack of blood supply. Blood has only a life span of 35 days since donated. If it is past the time then it can not be used anymore. Excess or lack of blood supply at the site should not occur, because it can affect the number of patients death. In order to reduce the losses that if it occurs, it is necessary to do research that uses the prediction method of blood predict that is implemented in a system. One of them with Support Vector Regression method that is suitable for blood demand forecasting. Implement SVR using normalized min - max data and use RBF kernel function. Based on the test results for the SVR method that has been done, the result of the minimum MAPE value is 3.899% with the parameter value lambda = 10, sigma = 0.5, cLR = 0.01, C = 0.1, epsilon = 0.01, number of data features = 4 and number of iterations of 5000, of the 12 test data used. The resulting MAPE value is <10% and can be categorized as good for predicting the amount of blood demand.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/213/051801306 |
| Uncontrolled Keywords: | Peramalan, Permintaan Darah, Support Vector Regression, SVR |
| Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 24 May 2018 03:22 |
| Last Modified: | 27 Oct 2021 04:02 |
| URI: | http://repository.ub.ac.id/id/eprint/10985 |
Preview |
Text
BAB VII.pdf Download (453kB) | Preview |
Preview |
Text
BAB V.pdf Download (1MB) | Preview |
Preview |
Text
DAFTAR PUSTAKA.pdf Download (482kB) | Preview |
Preview |
Text
LAMPIRAN .pdf Download (364kB) | Preview |
Preview |
Text
BAB VI.pdf Download (1MB) | Preview |
Preview |
Text
BAGIAN DEPAN.pdf Download (1MB) | Preview |
Preview |
Text
BAB II.pdf Download (837kB) | Preview |
Preview |
Text
BAB III.pdf Download (930kB) | Preview |
Preview |
Text
BAB IV.pdf Download (1MB) | Preview |
Preview |
Text
BAB I.pdf Download (500kB) | Preview |
Actions (login required)
 |
View Item |