Arifiyah, Tresnaning (2018) Pembuatan Sistem Pendukung Keputusan Berbasis Decision Tree untuk Penentuan Keputusan Tindakan Mitigasi Penanganan Demam Berdarah Dengue di Kabupaten Malang. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5214100020-Undergraduate_Thesis.pdf - Accepted Version Download (3MB) | Preview |
Abstract
Penyakit Demam Berdarah Dengue (DBD) saat ini masih menjadi permasalahan di Indonesisa. Jumlah kasus serta penyebaran DBD dari tahun ke tahun cenderung mengalami peningkatan. Berdasarkan data yang diperoleh dari Pusat Data dan Informasi Kementerian Kesehatan Republik Indonesia, pada tahun 2015 jumlah penderita meningkat drastis hingga 126.675 , dimana 1.229 orang diantaranya meninggal dunia. Salah satu daerah rawan DBD yang berada di provinsi Jawa Timur yaitu Kabupaten Malang. Dinas Kesehatan Kabupaten Malang mencatat sebanyak 1.114 kasus DBD terjadi sepanjang tahun 2016. Dengan wilayah jumlah penderita terbanyak berada pada bagian timur yaitu kecamatan Wajak dan Tajinan. Oleh karena itu Dinas Kesehatan Kabupaten Malang harus siaga dalam mengambil keputusan yang tepat, sebagai tindakan untuk menanggulangi jumlah ketidakpastian penderita DBD kedepannya.
Dalam tugas akhir ini, dilakukan pembuatan Sistem Pendukung Keputusan dengan menggunakan model Decision Tree dan algoritma C4.5. Sistem inilah yang mengolah data prediksi jumlah kasus DBD berdasarkan penelitian sebelumnya , menjadi rekomendasi keputusan yang tepat. Model yang dibuat juga dipengaruhi oleh variabel yang berkaitan dengan jumlah prediksi kasus DBD. Variabel tersebut meliputi status kenaikan penderita DBD per bulan, serta cuaca atau musim di wilayah Kabupaten Malang. Pembuatan model dilakukan dengan pelabelan data sesuai dengan aturan dari pihak Dinas Kesehatan Kabupaten Malang dan menentukan parameter optimal untuk menghasilkan performa model terbaik. Model yang terpilih selanjutnya diterapkan pada sistem pendukung keputusan yang ditampilkan dalam Information Dashboard menggunakan software Power BI. Data-data yang digunakan dalam pembuatan model dihimpun dengan menggunakan database MySQL serta diolah menggunakan PHP berdasarkan model Decision Tree yang terpilih.
Dalam pengerjaan Tugas Akhir ini digunakan software WEKA untuk pembuatan serta pengujian model Decision Tree. Hasil evaluasi model terbaik dilakukan dengan matriks performa klasifikasi yaitu akurasi, error rate, precision, dan recall yang membuktikan bahwa model yang dipilih representative dan layak. Karena model yang terpilih memiliki nilai akurasi sebesar 81,70%, error rate 18,29%, presisi 81,20%, dan recall 81,70%. Hasil penerapan model pada sistem pendukung keputusan tersebut disajikan sebagai dashboard visualisasi sesuai dengan kebutuhan pengguna. Dengan demikian Dinas Kesehatan Kabupaten Malang dapat memperoleh hasil rekomendasi keputusan dari sistem sebagai acuan dalam merancang strategi untuk menanggulangi kasus Demam Berdarah Dengue pada periode yang akan datang dengan lebih baik.
================ Dengue fever still become set of problems in Indonesia. Dengue Fever cases and the spreading area has increased each year. Based on the data and information from Data Center and Ministry of health of Indonesia, the number of cases has increased significantly up to 126,675 in 2015, where the 1,229 people are lost their lives because dengue fever. One of the endemic region of dengue fever in East Java is in Malang Regency. Public health services of Malang Regency recorded that 1,114 Dengue Fever cases occurred throughout the year of 2016. With the highest numbers of infection arelocated in districts Wajak and Tajinan. Therefore Public health services of Malang Regency needs to put a big concern in making the right decision, as responses to overcome the number of uncertainty Dengue Fever case.
In this reserach, developed decision support system by using Decision Tree Model and algorithm C4.5. This system process dengue fever cases prediction data based on the previous research, to be the right decision. The model that has been created, also influenced by variables based on dengue fever cases prediction data. This variables consists of the increasing dengue fever numbers per month, also the weather or season in Malang Regency. The model was developed with accompanied labeling the data which based on Public Health services of Malang's regulations and establish the best parameter in order to developing the best models. The chosen models was applied on decision support system that displayed on the information dashboard by using power bi software. The data that has been used on developing models compiled by using MySQL database along with PHP based on the chosen Decision tree models.
In this thesis WEKA software were being used in order to created and tested the Decision Tree model. The result of the best evaluated models were done by using classification matrixs performance that is: accuracy, error rate, precision and recall which proving that the chosen models are representative and worth it. Because the chosen models contained the points of accuracy by 81,70℅, error rate by 18,29℅, precision by 81,20℅, and recall by 81,70℅. The results of the applied models on Decision support system will be presented as information dashboard visualization as much as the user needs. Thus Public Health services of Malang Regenncy would be able to gains recommended decision from the system as reference to stake out strategy in order to overcome dengue fever cases in the future
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Decision Support System, Information Dashboard Power BI, Decision Tree C4.5, Prevention and Mitigate Dengue, istem pendukung keputusan, penanggulangan DBD, Decision Tree, prediksi jumlah penderita DBD |
| Subjects: | R Medicine > RC Internal medicine > RC137 Dengue T Technology > T Technology (General) > T58.62 Decision support systems |
| Divisions: | Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis |
| Depositing User: | Tresnaning Arifiyah |
| Date Deposited: | 18 Oct 2018 05:24 |
| Last Modified: | 12 Mar 2021 10:28 |
| URI: | http://repository.its.ac.id/id/eprint/52757 |
Actions (login required)
 |
View Item |