PENERAPAN METODE ARTIFICIAL NEURAL NETWORK DALAM MERAMALKAN JUMLAH KUNJUNGAN IBU HAMIL (K4) DAN JUMLAH PERTOLONGAN PERSALINAN OLEH TENAGA KESEHATAN DI KABUPATEN BONDOWOSO
| Main Author: | ANANDA RISKA MITA IZATI, 101411123068 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/59101/1/ABSTRAK.pdf http://repository.unair.ac.id/59101/2/FKM.%2062-17%20Iza%20p.pdf http://repository.unair.ac.id/59101/ http://lib.unair.ac.id |
Daftar Isi:
- Peramalan atau forecasting merupakan upaya memperkirakan apa yang terjadi pada masa mendatang berdasarkan data masa lalu, berbasis pada metode ilmiah dan kualitatif yang dilakukan secara sistematis. Penelitian ini bertujuan untuk menerapkan metode artificial neural network dalam meramalkan jumlah kunjungan ibu hamil (K4) dan jumlah pertolongan persalinan oleh tenaga kesehatan. Penelitian ini merupakan penelitian terapan dengan metode penelitian deskriptif yang menggunakan data sekunder. Subjek dalam penelitian ini adalah data bulanan jumlah kunjungan ibu hamil (K4) dan jumlah pertolongan persalinan oleh tenaga kesehatan pada tahun 2012-2015. Pengumpulan data diperoleh dengan cara rekapitulasi data jumlah kunjungan ibu hamil (K4) dan jumlah pertolongan persalinan oleh tenaga kesehatan di Dinas Kesehatan Provinsi Jawa Timur, studi kasus di Kabupaten Bondowoso. Hasil yang didapatkan dari penelitian ini antara lain hasil peramalan pada bulan Januari 2016 berdasarkan arsitektur jaringan 12-4-1 adalah 794 ibu hamil yang melakukan kunjungan K4, dengan nilai MSE sebesar 3091,84404. Rata-rata persentase error yang dihasilkan berdasarkan perbandingan dengan data aktual sebesar 0,1854 atau memiliki akurasi sebesar 99,81%. Hasil peramalan jumlah pertolongan persalinan oleh tenaga kesehatan pada bulan Januari 2016 berdasarkan arsitektur jaringan 12-5-1 adalah 832 dengan nilai MSE 4532,65978. Rata-rata persentase error yang dihasilkan berdasarkan perbandingan dengan data aktual sebesar 1,9068 atau memiliki akurasi sebesar 98,09 %. Kesimpulan penelitian ini adalah metode artificial neural network dapat digunakan untuk melakukan peramalan karena memiliki nilai error yang cukup rendah dan akurasi yang cukup baik sehingga hasil peramalan dapat digunakan sebagai bahan masukan dalam perencanaan program.