Najar, Abdul Mahatir (2018) Penerapan Metode Extreme Learning Machine Untuk Prediksi Tingkat Risiko Wabah Demam Berdarah Berdasarkan Keadaan Cuaca. Masters thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06111650010012-Master_Thesis.pdf - Accepted Version Download (4MB) | Preview |
Abstract
Perubahan iklim merupakan perubahan dalam distribusi kejadian cuaca terhadap kondisi rata-ratanya. Perubahan iklim baik secara langsung ataupun tidak langusung membawa dampak negatif bagi mahluk hidup di bumi. Salah satu diantaranya adalah penyakit yang disebabkan oleh vektor, seperti Demam berdarah dengue. Demam Berdarah Dengue pertama kali ditemukan di Indonesia pada tahun 1986, dimana sebanyak 58 orang di kota Surabaya terinfeksi DBD dan 24 diantaranya meninggal dunia dengan Angka Kematian (AK) mencapai 41,3%. Sejak saat itu, penyakit ini menyebar luas ke seluruh Indonesia. Hingga saat ini DBD masih menjadi salah satu masalah kesehatan yang utama di Indoneisa. Penelitian ini akan memanfaatkan metode extreme learning machine (ELM) untuk meramalkan keadaan cuaca. Hasil peramalan tersebut selanjutnya digunakan sebagai prediktor untuk melakukan prediksi tingkat resiko wabah demam berdarah dengue di suatu wilayah. ELM merupakan metode pembelajaran dari jaringan saraf tiruan yang memiliki keunggulan terutama pada kecepatannya karena tidak memerlukan proses iterasi. Hasilnya menunjukkan bahwa metode ELM memberikan performa
yang cukup menjanjikan. System yang dikembangkan dapat digunakan untuk melakukan prediksi tingkat resiko wabah demam berdarah beberapa bulan kedepan.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTMa 519.535 Naj p |
| Uncontrolled Keywords: | Demam Berdarah Dengue, Extreme Learning Machine, peramalan, Perubahan Iklim, Prediksi |
| Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA280 Box-Jenkins forecasting R Medicine > RC Internal medicine > RC137 Dengue |
| Divisions: | Faculty of Mathematics, Computation, and Data Science > Mathematics > 44101-(S2) Master Thesis |
| Depositing User: | Abdul Mahatir Najar |
| Date Deposited: | 27 Jan 2021 03:24 |
| Last Modified: | 27 Jan 2021 03:24 |
| URI: | http://repository.its.ac.id/id/eprint/58852 |
Actions (login required)
 |
View Item |