ANALISIS PARAMETER LAJU INFEKSI COVID-19 MENGGUNAKAN ALGORITMA GENETIKA DI INDONESIA

RIO ALMAS ZAKY ERLANDI

Informasi Dasar

70 kali
23.04.1777
005.117
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAK

 

SARS-CoV-19 atau lebih dikenal di Indonesia dengan COVID-19 merupakan penyakit yang berasal dari kelelawar kemudian ditularkan ke manusia melalui perantara hewan yang belum diketahui. Setelah penyakit ini menyebar dari Wuhan, Provinsi Hubei, China kemudian menyebar ke seluruh dunia dan penyakit di Indonesia. Masifnya pertumbuhan penyakit COVID-19 di Indonesia bisa dianalisis dengan optimasi parameter. Untuk menentukan sebuah optimasi parameter dibutuhkan sebuah algoritma yang digunakan untuk menampilkan sebuah data yang diinginkan, algoritma genetika digunakan untuk mengolah dengan optimal.

Algoritma Genetika memiliki fungsi sebagai optimasi laju dari COVID-19 untuk menentukan laju COVID-19 harus memiliki fungsi dasar untuk menentukan pertumbuhan dari suatu nilai. Algoritma genetika memiliki beberapa bagian penting seperti gen, populasi, alel, kromosom, individu, dan nilai Fitness. Untuk nilai Fitness sendiri sangat berperangruh kepada nilai beta dan delta yang akan digunakan, semakin tinggi nilai fitness maka semakin bagus nilai dari beta dan delta itu sendiri.

Analisis parameter laju COVID-19 disajikan dalam bentuk GUI pada aplikasi Matlab. Berdasarkan pengujian beta yang sudah dilakukan dengan menyebarkan kuesioner, diperoleh persentase sebesar 85% yang berarti kuesioner tersebut valid dan memiliki reliabilitas sangat tinggi. Pada pengujian algoritma genetika digunakan nilai acuan beta sebesar 68.6599 dan delta 9.8217. Sehingga nilai jumlah kromosom yang paling optimal adalah 10, dengan nilai beta 64.9382 dan delta 5.6234.

 

 

Kata Kunci: Algoritma genetika, Coronavirus, Optimasi

Subjek

OBJECT ORIENTED PROGRAMMING
MATLAB,

Katalog

ANALISIS PARAMETER LAJU INFEKSI COVID-19 MENGGUNAKAN ALGORITMA GENETIKA DI INDONESIA
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

RIO ALMAS ZAKY ERLANDI
Perorangan
Meta Kallista
 

Penerbit

Universitas Telkom, S1 Teknik Komputer
Bandung
2023

Koleksi

Kompetensi

  • TUI4B4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

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