Pembuatan Sistem Pendukung Keputusan Berbasis Fuzzy Support Vector Machines Untuk Mendukung Keputusan Mitigasi Penyebaran Demam Berdarah Dengue Di Kabupaten Malang

Muhammad, Rahadhiwardaya (2019) Pembuatan Sistem Pendukung Keputusan Berbasis Fuzzy Support Vector Machines Untuk Mendukung Keputusan Mitigasi Penyebaran Demam Berdarah Dengue Di Kabupaten Malang. Undergraduate thesis, Insitut Teknologi Sepuluh Nopember.

[thumbnail of 05211540000143-Undergraduate_Thesis.pdf]
Preview
Text
05211540000143-Undergraduate_Thesis.pdf

Download (3MB) | Preview

Abstract

Demam Berdarah Dengue (DBD) merupakan penyakit dengan persebaran yang sangat cepat. Penyakit ini menyebar melalui perantara nyamuk Aedes aegypi dan Aedes albopictus yang berasal dari Africa. Sejak penyebaran masalnya pada akhir abad 20, DBD terus menyebar dan manjadi masalah di seluruh dunia. Pada tahun 2014 tercatat setidaknya terdapat 390 juta orang yang terkena wabah ini diseluruh dunia. Dengan curah hujan yang tinggi, Indonesia menjadi salah satu negara yang mengalami permsalahan dengan DBD. Pada tahun yang sama, tercatat 100.347 kasus DBD dengan angkat kematian 907 jiwa. Angka tersebut terus meningkat pada tahun selanjutnya yang mencapai 126.675 kasus DBD. Salah satu wilayah yang memiliki jumlah kasus DBD terbesar di Jawa Timur adalah Kabupaten Malang. Contohnya, pada tahun 2016 tercatat 1.114 kasus demam berdarah dengue. Untuk menganggulalgi penyabaran DBD, Dinas Kesehatan Kabupaten Malang selaku pihak yang bertanggung jawab atas wabah ini melakukan mitigasi penyebaran DBD. Dinas Kesehatan Kabupaten Malang diharuskan untuk bersiap atas segala kemungkinan yang terjadi diwaktu yang akan datang terkait Demam Berdarah Dengue.
Tugas akhir ini bertujuan untuk membuat Sistem Pendukung Keputusan untuk mendukung keputusan mitigasi Dinas Kesehatan Kabupaten Malang. Sistem Pendukung Keputusan ini akan memberikan rekomendasi keputusan mitigasi penyebaran DBD pada waktu mendatang untuk Dinas Kesehatan Kabupaten Malang. Sistem pendukung keputusan ini menggunakan beberapa variabel yang berhubungan dengan kasus DBD dan mitigasinya, antara lain data penderita, cuaca, kenaikan penderita dan data kematian. Variabel tersebut berlaku untuk seluruh desa pada kabupaten Malang . Selain itu, untuk menghindari outlier, sistem ini akan menggunakan metode Fuzzy Support Vector Machines (FSVM) yang merupakan gabungan antara Fuzzy Logic dan Support Vector Machine (SVM). Metode ini diperoleh dari modifikasi library SVM yaitu LibSVM. Modifikasi tersebut adalah penambahan keanggotaan fuzzy pada masing masing poin data. Keanggotaan tersebut didapatkan dari jarak satu poin data menuju pusat data, sehingga semakin dekat suatu data terhadap pusat data maka nilai fuzzy akan besar. Selanjutnya nilai fuzzy ini akan dihubungkan dengan parameter C dalam SVM dan formulasi ulang SVM menjadi FSVM telah dilakukan.

Setelah dilakukan formulasi FSVM, pemilihian model dilakukan dengan cara mencari parameter C dan gamma yang paling optimal. 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.

Dalam pengerjaan Tugas Akhir ini digunakan modifikasi library LibSVM untuk pembuatan serta pengujian model FSVM. Hasil evaluasi model terbaik dilakukan dengan matriks performa klasifikasi yaitu akurasi, error rate, precision, dan recall yang membuktikan bahwa model yang dipilih representative dan cukup layak karena model yang terpilih memiliki nilai akurasi sebesar 100%, error rate 0%, presisi 100%, dan recall 100% dengan Cost 100 dan gamma 0.1. 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 is a disease with very rapid spread. This disease spreads through the spread of Aedes aegypi and Aedes albopictus mosquitoes from Africa. Since its mass spread in the late 20th century, Dengue Fever has continued to spread and become a problem throughout the world. In 2014, a total of 390 million people who needed a plague were saved in the world. With a high rainfall, Indonesia is one of the countries that have problems with Dengue Fever. In the same year, it reported 100,347 cases of Dengue Fever by raising 907 deaths. This number continued to increase in the following year which reached 126,675 Dengue Fever cases. One area that has the largest number of dengue cases in East Java is Malang Regency. For example, in 2016 1,114 cases of dengue fever were taken. To idolize dengue fever, Malang District Health Office who take responsibility for this outbreak mitigates the spread of Dengue Fever. Malang District Health Office is required to prepare everything needed in the future when it comes to Dengue Hemorrhagic Fever.

This final project aims to create a Decision Support System to support mitigation decisions of Malang District Health Office. This Decision Support System will provide recommendations for mitigation decisions on dengue spread in the future for the Malang District Health Office. This decision support system uses several variables related to dengue cases and their mitigation, including patient data, weather, patient increment and death data. This variable applies to all villages in Malang district. In addition, to avoid outliers, this system will use the Fuzzy Support Vector Machines (FSVM) method which is a combination of Fuzzy Logic and Support Vector Machine (SVM). This method is obtained from the modification of the SVM library, LibSVM. The modification is the addition of fuzzy membership on each data point. Membership is obtained from a distance of one data point to the data center, so that the closer the data is to the data center, the fuzzy value will be large. Furthermore, this fuzzy value will be associated with parameter C in SVM and the re-formulation of SVM into FSVM has been done

After the FSVM formulation, selecting the model is done by finding the most optimal C and gamma parameters. The selected model is then applied to the decision support system displayed in the Information Dashboard using Power BI software. The data used in making the model is collected using a MySQL database and processed using PHP.

In this Final Project, the modification of the LibSVM library is used to create and test the FSVM model. The best model evaluation results are performed with classification performance matrices, namely accuracy, error rate, precision, and recall which prove that the chosen model is representative and feasible because the chosen model has an accuracy value of 100%, 0% error rate, 100% precision, and 100% recall with Cost 100 and gamma 0.1.. The results of applying the model to the decision
support system are presented as a visualization dashboard according to user needs. Thus the Malang District Health Office can obtain the results of the decision recommendations from the system as a reference in designing a strategy to better cope with Dengue Hemorrhagic Fever cases in the coming period.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 658.403 Muh p-1 2019
Uncontrolled Keywords: Sistem Pendukung Keputusan, Demam Berdarah Dengue, Logika Fuzzy, Support Vector Machines, Fuzzy Support Vector Machines, Dashboard Power BI
Subjects: T Technology > T Technology (General) > T57.5 Data Processing
T Technology > T Technology (General) > T58.62 Decision support systems
Divisions: Faculty of Information Technology > Information System > 57201-(S1) Undergraduate Thesis
Depositing User: Rahadhwardaya Muhammad
Date Deposited: 15 Jun 2021 02:20
Last Modified: 15 Jun 2021 02:20
URI: http://repository.its.ac.id/id/eprint/60510

Actions (login required)

View Item View Item