Pembuatan Sistem Pendukung Keputusan Menggunakan Metode Rule-Based Untuk Tindakan Pencegahan Penyebaran Demam Berdarah di Kabupaten Malang

Saputra, Alfian Dzaki (2023) Pembuatan Sistem Pendukung Keputusan Menggunakan Metode Rule-Based Untuk Tindakan Pencegahan Penyebaran Demam Berdarah di Kabupaten Malang. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 05211940000095_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (7MB) | Request a copy

Abstract

Penyakit demam berdarah dengue (DBD) adalah penyakit yang disebabkan oleh virus dengue dan ditularkan oleh nyamuk Aedes Aegypti yang menjadi vektor utama. Perkembangbiakan vektor bergantung pada ketinggian, suhu, kelembapan, yang secara langsung memengaruhi aktivitas menggigit pada nyamuk, inkubasi virus, dan harapan hidup vektor. Kasus penyakit demam berdarah di Indonesia, khususnya Kabupaten Malang, mencatat ada sebanyak 1021 kasus penyakit demam berdarah selama tahun 2020. Selain itu, sepanjang bulan Januari hingga Juni tahun 2022 terdapat 7 kasus kematian dari total 360 kasus penyakit demam berdarah di Kota Malang. Pembuatan model DSS diawali dengan membuat model prediksi kasus demam berdarah dengan menggunakan algoritme Triple Exponential Smoothing (TES). Model prediksi dievaluasi dengan matriks RMSE dan R-squared. Selanjutnya, klusterisasi data dilakukan untuk menjadi bahan acuan labeling pada klasifikasi kondisi wilayah potensi penyebaran virus demam berdarah. Dimensi reduksi juga dilakukan dengan menggunakan metode ISOMAP. Hasil kluster lalu dijadikan bahan untuk melakukan labeling pada data. Data yang sudah dilabeling dilakukan klasifikasi dengan menggunakan metode KNN. Hypertune parameter GridSearchCV dan RandomizedSearch dan cross validation KFold dilakukan untuk pemilihan model terbaik. Hasil prediksi kasus demam berdarah dan klasifikasi kondisi wilayah menjadi inputan dari model DSS. Dari penilitian ini, didapatkan bahwa model DSS yang dibangun sangat dipengaruhi oleh hasil klasifikasi kondisi wilayah.
================================================================================================================================
Dengue hemorrhagic fever (DHF) is a disease caused by the dengue virus and transmitted by the Aedes Aegypti mosquito, which is the main vector. Vector breeding depends on altitude, temperature, humidity, which directly affects biting activity in mosquitoes, virus incubation, and vector life expectancy. There were 1021 cases of dengue fever in Indonesia, especially Malang District, during 2020. In addition, from January to June 2022, there were 7 deaths out of a total of 360 cases of dengue fever in Malang City. The DSS modeling begins by creating a prediction model for dengue fever cases using the Triple Exponential Smoothing (TES) algorithm. The prediction model was evaluated with RMSE and R-squared matrix. Furthermore, data clustering was carried out to become a reference material for labeling the classification of the condition of the potential dengue virus spread areas. Dimension reduction was also carried out using the ISOMAP method. The cluster results were then used as material for labeling the data. Data that has been labeled is classified using the KNN method. Hypertune GridSearchCV and RandomizedSearch parameters and KFold cross validation are performed for the best model selection. The results of the prediction of DHF cases and the classification of regional conditions become inputs from the DSS model. From this research, it is found that the DSS model built is strongly influenced by the results of the classification of regional conditions.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Clusterization, demam berdarah dengue, dengue hemorrhagic fever, DSS, isomap, klusterisasi, KNN, RMSE, TES
Subjects:	T Technology > T Technology (General) > T58.62 Decision support systems
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User:	Alfian Dzaki Saputra
Date Deposited:	07 Aug 2023 01:53
Last Modified:	07 Aug 2023 01:53
URI:	http://repository.its.ac.id/id/eprint/102513

Actions (login required)

View Item