Ramadhan, Gilang (2017) Optimasi Peramalan Jumlah Kasus Penyakit Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Dengan Algoritma Genetika. Sarjana thesis, Universitas Brawijaya.
Abstract
Jumlah kasus penyakit mengalami kenaikan dan penurunan setiap bulannya. Hal ini berdampak pada tidak seimbangnya ketersediaan obat seperti, kurang persediaan obat, pemborosan, obat yang tidak tepat sasaran, obat rusak dan lain sebagainya. Oleh karna itu diperlukan peramalan jumlah kasus penyakit untuk mengetahui jumlah kasus penyakit dalam waktu tertentu. Salah satu metode peramalan yang dapat digunakan adalah metode jaringan syaraf tiruan backpropagation. Metode ini dapat dioptimasi menggunakan algoritma genetika sehingga dapat menghasilkan hasil yang lebih optimal. Parameter yang dioptimasi adalah bobot serta bias yang akan digunakan pada algoritma backproapgation. Penelitian ini bertujuan untuk melakukan peramalan jumlah kasus penyakit di Puskesmas Rogotrunan, Lumajang dengan menggunakan metode backpropagation yang dioptimasi dengan algoritma genetika. . Dalam penelitian ini parameter optimal algoritma genetika adalah populasi=180, kombinasi cr dan mr berturut-turut 0,4 dan 0,6, generasi=100. Parameter algoritma backpropagation yang potimal adalah jumlah data=16, neuron input=6, iterasi=1000, dan nilai alfa=0,1. Didapatkan tingkat akurasi dengan MSE= 87,2 dengan data uji jumlah kasus penyakit pada bulan januari sampai desember pada tahun 2016. Dari nilai MSE yang diperoleh menggunakan metode backpropagation yang dioptimasi dengan algoritma genetika ini dapat digunakan untuk meramalkan jumlah kasus penyakit.
English Abstract
The number of disease cases has increased and decreased every month. This has an impact on the unbalanced of medicine availability such as, lack of supply of medicine, waste of medicine, medicine that are not on target, damaged medicine and so on. Therefore forecasting on number of disease cases is needed to determine the number of disease cases within a certain time. One of forecasting method that can be used is backpropagation neural network method. This method can be optimized using genetic algorithm to produce optimal results. The optimized parameters are weight and bias which will be used in backpropagation algorithm. The purpose of this study is to forecast the number of disease cases at Puskesmas Rogotrunan, Lumajang using backpropagation method optimized by genetic algorithm. From this study the optimal parameters of genetic algorithm are population=180, combination of cr and mr respectively 0,4 and 0,6, generation=100. The optimal parameters of backpropagation algorithm are total data=16, input neuron=6, iteration=1000, alfa=0,1. Accuray obtained with MSE=87,2 with data test of the number of disease cases in january to desember 2016. From the value of MSE obtained using backpropagation method optimized by genetic algorithm can be used to forecast the number of disease cases.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTIK/2017/803/051800353 |
Uncontrolled Keywords: | Peramalan, Jumlah Kasus Penyakit, Backpropagation, Algoritma Genetika |
Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Yusuf Dwi N. |
Date Deposited: | 12 Jan 2018 07:11 |
Last Modified: | 26 Oct 2021 06:20 |
URI: | http://repository.ub.ac.id/id/eprint/7968 |
Preview |
Text
BAB V.pdf Download (777kB) | Preview |
Preview |
Text
BAB III.pdf Download (728kB) | Preview |
Preview |
Text
BAB I.pdf Download (506kB) | Preview |
Preview |
Text
BAB II.pdf Download (907kB) | Preview |
Preview |
Text
BAB IV.pdf Download (1MB) | Preview |
Preview |
Text
BAB VI.pdf Download (719kB) | Preview |
Preview |
Text
BAB VII.pdf Download (451kB) | Preview |
Preview |
Text
Bagian Depan.pdf Download (1MB) | Preview |
Preview |
Text
Daftar Pustaka.pdf Download (497kB) | Preview |
Actions (login required)
View Item |