Setyawan, Bintang (2017) Visualisasi Dashboard Power BI dan Peramalan Jumlah Kasus Demam Berdarah Dengue di Kabupaten Malang Menggunakan Metode Artificial Neural Network. Undergraduate thesis, Institut Teknolgi Sepuluh Nopember.
Preview |
Text
5213100011-Undergraduate_Theses.pdf - Published Version Download (3MB) | Preview |
Abstract
Kesehatan merupakan hal yang sangat penting bagi setiap orang, namun terdapat berbagai macam penyakit yang mengancam, salah satunya adalah Demam Berdarah. Indonesia adalah salah satu negara dengan iklim tropis dengan kasus Demam Berdarah yang sangat tinggi, terutama pada Kabupaten Malang. Dalam menangani kasus Demam Berdarah, tindakan yang dilakukan oleh Dinas Kesehatan Kabupaten Malang termasuk kedalam tindakan reaktif. Untuk menerapkan langkah mitigasi yang tepat maka diperlukan informasi mengenai jumlah penderita Demam Berdarah di masa yang akan datang. Peramalan dapat dilakukan untuk mengetahui jumlah penderita Demam Berdarah di masa yang akan datang dan visualisasi dari hasil peramalan akan membantu memahami hasil peramalan sehingga akan membantu Dinas Kesehatan dalam menentukan langkah yang tepat dalam mencegah tingginya penderita Demam Berdarah kedepannya. Artificial Neural Network (ANN) digunakan untuk meramalkan kasus Demam Berdarah kedepannya. Artificial Neural Network (ANN) dapat menemukan hubungan nonlinear antara variabel bebas dan terikat. Variabel bebas dalam penelitian ini adalah kondisi cuaca setiap bulan pada Kabupaten Malang dan variabel terikatnya adalah jumlah kasus Demam Berdarah. Proses peramalan menggunakan aplikasi RapidMiner dan hasil peramalan berupa file excel yang selanjutnya akan ditampilkan kedalam dashboard menggunakan aplikasi Microsoft Power BI. Hasil tugas akhir ini diharapkan dapat membuat sebuah template excel yang dapat digunakan sebagai acuan pengisian data dalam meramalkan jumlah kasus, proses pada RapidMiner dalam mencari model terbaik dan menerapkannya untuk meramalkan jumlah penderita Demam Berdarah dan dashboard yang dapat membantu Dinas Kesehatan Kabupaten Malang dalam menyiapkan langkah mitigasi menanggulangi kasus Demam Berdarah berdasarkan hasil peramalan yang telah dilakukan
===============================================================================================
Health is a very important thing for everyone, but there are various diseases that threaten, one of them is Dengue Fever. Indonesia is one country with a tropical climate with a very high case of Dengue Fever, especially in Malang Regency. In handling cases of Dengue Fever, the action taken by Malang District Health Office included into reactive action. To apply appropriate mitigation measures, information on the number of Dengue Fever patients is needed in the future. Forecasting can be done to determine the number of patients with Dengue Fever in the future and the visualization of the forecasting results will help to understand the forecasting results so that will help the Health Department in determining the appropriate steps in preventing high Dengue Fever patient going forward. Artificial Neural Network (ANN) is used to predict cases of Dengue Fever in the future. Artificial Neural Network (ANN) can find nonlinear relationships between independent and dependent variables. Independent variable in this research is weather condition every month at Malang Regency and dependent variable is number of dengue fever case. Forecasting process using RapidMiner application and forecasting results in the form of excel files which will then be displayed into the dashboard using Microsoft Power BI applications. The result of this final project is expected to create an excel template that can be used as data filling reference in predicting the number of cases, the process on RapidMiner in searching for the best model and applying it to predict the number of patients with Dengue Fever and dashboard that can help Malang District Health Office in preparing mitigation Tackling Dengue Fever case based on the results of forecasting that has been done.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSSI 658.403 801 1 Set v-1 |
| Uncontrolled Keywords: | Dashboard, PowerBI, Artificial Neural Network, RapidMiner, Demam Berdarah, Malang |
| Subjects: | H Social Sciences > HD Industries. Land use. Labor > HD30.213 Management information systems. Dashboards. Enterprise resource planning. Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science) T Technology > T Technology (General) > T58.62 Decision support systems |
| Divisions: | Faculty of Information Technology > Information System > 57201-(S1) Undergraduate Thesis |
| Depositing User: | Bintang Setyawan |
| Date Deposited: | 06 Nov 2017 04:52 |
| Last Modified: | 05 Mar 2019 03:51 |
| URI: | http://repository.its.ac.id/id/eprint/42554 |
Actions (login required)
 |
View Item |