Harlan, Andika (2017) Peramalan Jumlah Kasus Penyakit Menggunakan Jaringan Saraf Tiruan Backpropagation (Studi Kasus Puskesmas Rogotrunan Lumajang). Sarjana thesis, Universitas Brawijaya.
Abstract
Perubahan jumlah kasus penyakit yang tidak menentu sangat berpengaruh pada usaha perbaikan kesehatan baik dalam hal ketersediaan obat, tepat sasarannya obat, obat rusak dan lain sebagainya. Mengetahui pola jumlah kasus penyakit sangat penting bagi beberapa aktivitas dan pekerjaan yang ada. Maka dari itu diperlukan peramalan jumlah kasus penyakit untuk mengetahui pola jumlah kasus penyakit yang akan mendatang. Salah satu metode peramalan berbasis jaringan saraf tiruan yang sering digunakan adalah Backpropagation. Penelitian ini bertujuan untuk melakukan peramalan jumlah kasus penyakit dengan menggunakan studi kasus puskesmas Rogotrunan, Lumajang dengan menggunakan metode Backpropagation. Parameter Backpropagation yang diuji adalah jumlah data (n), alfa (a), dan jumlah iterasi (epoch). Peramalan jumlah kasus penyakit dengan data uji bulan Januari hingga Desember tahun 2016 yang dilakukan dengan menggunakan Backpropagation menghasilkan nilai MSE sebesar 115 serta tingkat keakuratan sebesar 0,0088.
English Abstract
Changes in the number of cases of disease is very influential on health improvement efforts both in terms of medicines availability, targeted medicines, damaged medicines and so forth. Knowing the pattern of the number of cases of disease is very important for some activities and jobs that exist. Therefore it is necessary to forecast the number of cases of disease to determine the pattern of the number of cases of disease in the future. One of the most common method of artificial neural network forecasting is Backpropagation. This study aims to forecast the number of cases of disease by using the case study of puskesmas Rogotrunan, Lumajang using Backpropagation method. Backpropagation parameters tested are the amount of data (n), alpha (α), and the number of iterations (epoch). Forecasting the number of disease on cases with test data from January to December of 2016 conducted using Backpropagation resulted in the value of MSE 115 and the accuracy of 0,0088.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/804/051800354 |
| Uncontrolled Keywords: | Peramalan, Jumlah kasus penyakit, Jaringan saraf tiruan, Backpropagation |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.3 Artificial intelligence > 006.32 Neural nets (neural networks) |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 12 Jan 2018 07:15 |
| Last Modified: | 26 Oct 2021 06:23 |
| URI: | http://repository.ub.ac.id/id/eprint/7973 |
Preview |
Text
BAB I.pdf Download (510kB) | Preview |
Preview |
Text
BAB III.pdf Download (810kB) | Preview |
Preview |
Text
BAB VI.pdf Download (843kB) | Preview |
Preview |
Text
BAB IV.pdf Download (941kB) | Preview |
Preview |
Text
BAB II.pdf Download (900kB) | Preview |
Preview |
Text
BAB V.pdf Download (860kB) | Preview |
Preview |
Text
BAB VII.pdf Download (450kB) | Preview |
Preview |
Text
Daftar Pustaka.pdf Download (490kB) | Preview |
Preview |
Text
Bagian Depan.pdf Download (1MB) | Preview |
Actions (login required)
 |
View Item |