Cover Image

Optimasi Peramalan Jumlah Kasus Penyakit Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Dengan Algoritma Genetika

Main Author: Ramadhan, Gilang
Format: Thesis NonPeerReviewed
Terbitan: , 2017
Subjects:
006.3 Artificial intelligence
Online Access: http://repository.ub.ac.id/7968/
ctrlnum 7968
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/7968/</relation><title>Optimasi Peramalan Jumlah Kasus Penyakit Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Dengan Algoritma Genetika</title><creator>Ramadhan, Gilang</creator><subject>006.3 Artificial intelligence</subject><description>Jumlah kasus penyakit mengalami kenaikan dan penurunan setiap bulannya. Hal ini berdampak pada tidak seimbangnya ketersediaan obat seperti, kurang persediaan obat, pemborosan, obat yang tidak tepat sasaran, obat rusak dan lain sebagainya. Oleh karna itu diperlukan peramalan jumlah kasus penyakit untuk mengetahui jumlah kasus penyakit dalam waktu tertentu. Salah satu metode peramalan yang dapat digunakan adalah metode jaringan syaraf tiruan backpropagation. Metode ini dapat dioptimasi menggunakan algoritma genetika sehingga dapat menghasilkan hasil yang lebih optimal. Parameter yang dioptimasi adalah bobot serta bias yang akan digunakan pada algoritma backproapgation. Penelitian ini bertujuan untuk melakukan peramalan jumlah kasus penyakit di Puskesmas Rogotrunan, Lumajang dengan menggunakan metode backpropagation yang dioptimasi dengan algoritma genetika. . Dalam penelitian ini parameter optimal algoritma genetika adalah populasi=180, kombinasi cr dan mr berturut-turut 0,4 dan 0,6, generasi=100. Parameter algoritma backpropagation yang potimal adalah jumlah data=16, neuron input=6, iterasi=1000, dan nilai alfa=0,1. Didapatkan tingkat akurasi dengan MSE= 87,2 dengan data uji jumlah kasus penyakit pada bulan januari sampai desember pada tahun 2016. Dari nilai MSE yang diperoleh menggunakan metode backpropagation yang dioptimasi dengan algoritma genetika ini dapat digunakan untuk meramalkan jumlah kasus penyakit.</description><date>2017-12-14</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><identifier> Ramadhan, Gilang (2017) Optimasi Peramalan Jumlah Kasus Penyakit Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Dengan Algoritma Genetika. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2017/803/051800353</relation><recordID>7968</recordID></dc>
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
author Ramadhan, Gilang
title Optimasi Peramalan Jumlah Kasus Penyakit Menggunakan Metode Jaringan Syaraf Tiruan Backpropagation Dengan Algoritma Genetika
publishDate 2017
topic 006.3 Artificial intelligence
url http://repository.ub.ac.id/7968/
contents Jumlah kasus penyakit mengalami kenaikan dan penurunan setiap bulannya. Hal ini berdampak pada tidak seimbangnya ketersediaan obat seperti, kurang persediaan obat, pemborosan, obat yang tidak tepat sasaran, obat rusak dan lain sebagainya. Oleh karna itu diperlukan peramalan jumlah kasus penyakit untuk mengetahui jumlah kasus penyakit dalam waktu tertentu. Salah satu metode peramalan yang dapat digunakan adalah metode jaringan syaraf tiruan backpropagation. Metode ini dapat dioptimasi menggunakan algoritma genetika sehingga dapat menghasilkan hasil yang lebih optimal. Parameter yang dioptimasi adalah bobot serta bias yang akan digunakan pada algoritma backproapgation. Penelitian ini bertujuan untuk melakukan peramalan jumlah kasus penyakit di Puskesmas Rogotrunan, Lumajang dengan menggunakan metode backpropagation yang dioptimasi dengan algoritma genetika. . Dalam penelitian ini parameter optimal algoritma genetika adalah populasi=180, kombinasi cr dan mr berturut-turut 0,4 dan 0,6, generasi=100. Parameter algoritma backpropagation yang potimal adalah jumlah data=16, neuron input=6, iterasi=1000, dan nilai alfa=0,1. Didapatkan tingkat akurasi dengan MSE= 87,2 dengan data uji jumlah kasus penyakit pada bulan januari sampai desember pada tahun 2016. Dari nilai MSE yang diperoleh menggunakan metode backpropagation yang dioptimasi dengan algoritma genetika ini dapat digunakan untuk meramalkan jumlah kasus penyakit.
id IOS4666.7968
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2018-01-19T18:33:48Z
last_indexed 2021-10-18T02:12:39Z
recordtype dc
_version_ 1751453639319224320
score 17.538404

Lihat Juga