Prediksi Penyebaran Kasus Demam Berdarah Berdasarkan Tingkat Keparahan Di Provinsi Dki Jakarta Menggunakan Metode Deep Learning

Kusumastuti, Evelyna Anggita (2022) Prediksi Penyebaran Kasus Demam Berdarah Berdasarkan Tingkat Keparahan Di Provinsi Dki Jakarta Menggunakan Metode Deep Learning. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07211840000044-Undergraduate_Thesis.pdf Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Demam berdarah Dengue atau DBD merupakan penyakit yang berasal dari infeksi salah satu dari empat virus Dengue, penularan terjadi melalui gigitan nyamuk Aedes aegypti dan Aedes albopictus. Nyamuk ini sering ditemukan di daerah tropis dan subtropis. Indonesia, sebagai negara kesatuan yang terletak di Asia Tenggara merupakan negara yang beriklim tropis dimana penyakit DBD sudah menjadi penyakit endemik disetiap daerah, terutama pada daerah yang padat penduduk seperti di Jakarta menjadi habitat oleh berbagai jenis nyamuk Aedes. Untuk menekan terjadinya lonjakan kasus DBD maka diperlukan penanganan yang tepat baik dari masyarakat maupun pemerintah Provinsi DKI Jakarta. Oleh karena itu, tidak dapat dipungkiri pemanfaatan kemajuan teknologi juga dilibatkan seperti memprediksi daerah rawan lonjakan kasus DBD dengan menggunakan model Deep Learning ANN. Tujuan dari penggunaan metode ini adalah dapat menghasilkan prediksi yang lebih akurat terhadap daerah rawan peningkatan kasus demam berdarah dengue guna mendapatkan tindakan preventif yang lebih. Hal ini dapat dilihat dari akurasi hasil prediksi probabilitas Stasiun Meteorologi Kemayoran sebesar 95,24; Stasiun Meteorologi Halim Perdana Kusuma sebesar 84,32; Stasiun Maritim Meteorologi Tanjung Priok sebesar 82,61.
==============================================================================================================================
Dengue fever Dengue or DHF is a disease originating from infection with one of the four Dengue viruses, transmission occurs through the bites of Aedes aegypti and Aedes albopictus mosquitoes. This mosquito is often found in tropical and subtropical areas. Indonesia, as a unitary country located in Southeast Asia, is a country with a tropical climate where DHF has become an endemic disease in every area, especially in densely populated areas such as Jakarta which is a habitat for various types of Aedes mosquitoes. To suppress the occurrence of extraordinary cases, proper handling is needed from both the community and the DKI Jakarta Provincial government. Therefore, it is undeniable that the use of technological advances is also involved, such as predicting areas prone to dengue outbreaks in DKI Jakarta Province using the Deep Learning ANN model. The purpose of using this method is to produce more accurate predictions of areas prone to increasing cases of dengue fever in order to obtain more preventive measures. This can be seen from accuracy of the prediction results of the Kemayoran Meteorological Station probability of 95.24; Halim Perdana Kusuma Meteorological Station of 84.32; Tanjung Priok Meteorological Maritime Station of 82.61.

Item Type:	Thesis (Other)
Additional Information:	RSKom 006.32 Kus p-1 2022
Uncontrolled Keywords:	Demam berdarah dengue, Deep Learning, Artificial Neural Network, Prediksi. Dengue fever, Deep Learning, Artificial Neural Network, Prediction.
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science. EDP
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Computer Engineering > 90243-(S1) Undergraduate Thesis
Depositing User:	Mr. Marsudiyana -
Date Deposited:	17 Jun 2026 02:54
Last Modified:	17 Jun 2026 02:54
URI:	http://repository.its.ac.id/id/eprint/133842

Actions (login required)

View Item