PREDIKSI JUMLAH PENDERITA KASUS PENYAKIT DEMAM BERDARAH MENGGUNAKAN METODE ADAPTIVE NEURAL FUZZY INFERENCE SYSTEM (ANFIS)

RACHMAT, Basuki and Nurhayati, Oky Dwi and Suryono, Suryono (2017) PREDIKSI JUMLAH PENDERITA KASUS PENYAKIT DEMAM BERDARAH MENGGUNAKAN METODE ADAPTIVE NEURAL FUZZY INFERENCE SYSTEM (ANFIS). Masters thesis, School of Postgraduate.

[img]PDF
Restricted to Repository staff only

3114Kb

Abstract

Penyakit Demam Berdarah Dengue merupakan salah satu penyakit menular berbahaya yang dapat menimbulkan kematian dalam waktu singkat dan sering menimbulkan wabah. Penyebaran wabah penyakit demam berdarah dengue secara global dengan tingkat frekuensi yang cenderung tinggi pada kurun waktu 50 tahun terakhir memunculkan sebuah gagasan pencegahan yang sistematis. Tujuan dari penelitian ini adalah membuat aplikasi untuk memprediksi jumlah penderita kasus demam berdarah dengue dengan metode ANFIS. Faktor cuaca seperti kelembaban udara, suhu udara, curah hujan dan jumlah hari hujan dalam kurun waktu dari tahun 2010 sampai dengan 2015 digunakan sebagai faktor-faktor yang mempengaruhi kejadian demam berdarah dengue. Pada penelitian ini menggunakan tiga metode pembentukan FIS yaitu Grid Partition, Substractive Clustering dan Fuzzy C Means. Dengan melakukan simulasi ketiga metode untuk hasil prediksi maksimal, didapatkan bahwa metode ANFIS dengan Grid Partition sebagai pembentukan FIS merupakan model yang terbaik dengan menghasilkan nilai RMSE testing yang paling kecil yaitu 0.71. Hal ini mengindikasikan bahwa metode ANFIS cukup baik digunakan dalam memprediksi jumlah penderita kasus demam berdarah dengue. Kata kunci : demam berdarah dengue, cuaca, ANFIS, prediksi, RMSE Dengue Hemorrhagic Fever is one of infectious diseases that is dangerous and can cause death within short time often cause epidemic. The global spread of dengue hemorrhagic fever's outbreak with high level of frequency during the last 50 years period gave rise to an idea of systematic prevention. The purpose of this study was to invent an application to predict the number of patients with dengue hemorrhagic fever cases using ANFIS Method. Weather factors such as air humidity, air temperature, rainfall and the amount of rain in the time period from 2010 to 2015 was used as factors affecting the incidence of dengue hemorrhagic fever. This study used three FIS forming methods, which were Grid Partition, Substractive Clustering and Fuzzy C-Means. After stimulating the three methods to get the maximum prediction results, it was found that the ANFIS method using Grid Partition to form FIS was the best model as it generated the smallest RMSE testing value which was 0.71. This indicate that ANFIS Method is feasible to be used to predict the number of patients with dengue hemorrhagic fever. Keywords : dengue fever, weather, ANFIS, prediction

Item Type:Thesis (Masters)
Subjects:Q Science > QA Mathematics > QA76 Computer software
Divisions:School of Postgraduate (mixed) > Master Program in Information System
ID Code:56094
Deposited By:Mrs Ekana Perpus Pasca
Deposited On:14 Sep 2017 14:56
Last Modified:14 Sep 2017 14:56

Repository Staff Only: item control page