PREDIKSI KEJADIAN PENYAKIT MALARIA DI KABUPATEN BANGGAI MENGGUNAKAN EXPONENTIAL SMOOTHING DAN BACK PROPAGATION

Khoiri Uswanto

Informasi Umum

Kode

113060102

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Rekayasa Perangkat Lunak

Dilihat

288 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Global warming yang terjadi di seluruh dunia sekarang ini menyebabkan banyak sekali penyakit-penyakit bermunculan terutama penyakit yang disebabkan oleh nyamuk. Salah satu penyakit yang disebabkan oleh nyamuk yang sangat mematikan adalah malaria. Penyakit malaria sangat dipengaruhi oleh keadaan cuaca, oleh sebab itu apabila kita bisa memprediksi perubahan cuaca yang ada, maka penyakit malaria pun bisa diprediksi, sehingga penyakit malaria bisa ditanggulangi. Untuk memprediksi cuaca, penelitian ini menggunakan metode Exponential Smoothing. Hasil prediksi cuaca ini digunakan sebagai salah satu parameter pada metode Jaringan Syaraf Tiruan. Dengan metode Jarigan Syaraf Tiruan ini, semua parameter input akan dikombinasikan untuk mendapatkan jumlah malaria bulan depan. Diharapkan dengan menambahkan faktor cuaca ke dalam sistem ini, keakuratan dari prediksi malaria bisa lebih meningkat karena cuaca yang sangat erat kaitannya dengan malaria.Kata Kunci : exponential smoothing, jaringan syaraf tiruan, back propagation, malaria, forecasting, time series.ABSTRACT: Global warming that happened around the world today has a lot of emerging diseases, especially diseases caused by mosquitoes. One of the deadly diseases caused by mosquitoes is malaria. Malaria is highly influenced by the weather, so if we can predict climate change, malaria also can be predicted, so that malaria can be overcome. This study using Exponential Smoothing method to predict the weather. The result of prediction will be used as one of the input parameters of Artificial Neural Network method. This method will combine all input parameters to predict malaria next month. Hopefully, by adding weather factor to the system, the accuracy of malaria predictions can be further improved, because weather are closely related to the malaria.Keyword: exponential smoothing, artificial neural network, back propagation, malaria, forecasting, time series.