Nurul Laili Hidayati (2020) Identifikasi Model untuk Peramalan Penyebaran Penyakit DIfteri Menggunakan Algoritma Kelelawar dan Jaringan Syaraf Backpropagation. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (359kB)
	Text (ABSTRAK) 2. ABSTRAK.pdf Download (23kB)
	Text (DAFTAR ISI) 3. DAFTAR ISI.pdf Download (81kB)
	Text (BAB I) 4. BAB I PENDAHULUAN.pdf Download (26kB)
	Text (BAB II) 5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only until 10 March 2023. Download (158kB) | Request a copy
	Text (BAB III) 6. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only until 10 March 2023. Download (140kB) | Request a copy
	Text (BAB IV) 7. BAB IV PEMBAHASAN.pdf Restricted to Registered users only until 10 March 2023. Download (565kB) | Request a copy
	Text (BAB V) 8. BAB V PENUTUP.pdf Restricted to Registered users only until 10 March 2022. Download (20kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA.pdf Download (21kB)
	Text (LAMPIRAN) 10. LAMPIRAN.pdf Restricted to Registered users only until 10 March 2023. Download (655kB) | Request a copy
	Text (EMBARGO) 11. EMBARGO.pdf Restricted to Registered users only until 10 March 2023. Download (442kB) | Request a copy

Abstract

Difteri adalah penyakit menular berbahaya yang disebabkan oleh bakteri Corynebscterium diphteria. Indonesia merupakan salah satu negeara endemik difteri. Menurut Ikatan Dokter Anak Indonesia (IDAI) menyebut Kejadian Luar Biasa (KLB) difteri di Indonesia paling tinggi di dunia karena cakupan KLB hampir terjadi di seluruh provinsi Indonesia. Salah satunya adalah Provinsi Jawa Timur, berdasarkan catatan Dinas Kesehatan Jawa Timur menyatakan bahwa penyakit difteri tersebar di 14 kabupaten/kota. Salah satu upaya untuk meminmalisir terjadinya penyebaran penyakit difteri adalah dengan melakukan identifikasi model untuk peramalan penyebaran penyakit difteri di tahun mendatang sehingga dapat digunakan sebagai pertimbangan pengambilan keputusan di masa yang akan datang. Pada skripsi ini, penyelesaian permasalahan tersebut menggunakan algoritma kelelawar dan jaringan syaraf backpropagation. Berdasarkan implementasi dan simulasi pada data penyebaran penyakit difteri mulai dari bulan Januari 2012 hingga bulan Desember 2018 diperoleh MSE identifikasi dan peramalan sebesar 0,090462 dan 0,338473 sedangkan nilai error validasi identifikasi dan peramalan adalah 0,44576 dan 0,10648. Karena nilai error yang dihasilkan kecil , hal ini menunjukkan bahwa identifikasi model untuk peramalan menggunakan algoritma kelelawar dan jaringan syaraf backpropagation mampu mengenali pola data, mengidentifikasi model, dan melakukan peramalan.

Actions (login required)

View Item