Model Autoregressive Integrated Moving Averange untuk Prediksi Penyebaran Demam Berdarah di Kabupaten Bandung dengan Optimasi Recurrent Neural Networks dan Long-Short Term Memory

TOMMY HILAL ADNAN

Informasi Dasar

19.04.4784
004
Karya Ilmiah - Skripsi (S1) - Reference

Virus Dengue adalah penyebab paling umum dari penyakit Anthropod Borne Virus secara global. Kabupaten Bandung yang terletak di iklim tropis yang mendukung penyebaran DBD ini karena DBD ditularkan melalui nyamuk yang berjenis Aedes Aegypti dan Ae. Albopictus yang terinfeksi oleh virus Dengue. Autoregressive integrated Moving Average (ARIMA) adalah salah satu metode yang umum digunakan dalam melakukan prediksi, khususnya untuk data time series. Metode lain yang sudah umum digunakan untuk prediksi data time series adalah Recurrent Neural Networks (RNN). Long-Short Term Memory (LSTM) adalah unit dari RNN yang dirancang untuk menghilangkan Long term depedencies atau ketergantungan jangka panjang dari RNN. Hasil pengujian model hybrid ARIMA – LSTM memiliki peningkatan yang sangat signifikan dibandingkan dengan model ARIMA saja. Model terbaik dari ARIMA memiliki RMSE 1.542773, sedangkan model hybrid memiliki RMSE 0.099640. Hasil tersebut dapat membuktikan bahwa model hybrid memiliki performa yang lebih baik dalam melakukan prediksi

Subjek

COMPUTER SCIENCE
 

Katalog

Model Autoregressive Integrated Moving Averange untuk Prediksi Penyebaran Demam Berdarah di Kabupaten Bandung dengan Optimasi Recurrent Neural Networks dan Long-Short Term Memory
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

TOMMY HILAL ADNAN
Perorangan
FHIRA NHITA, ANIQ ATIQI ROHMAWATI
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2019

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini