JURNAL : Peramalan KLB Campak Menggunakan Gabungan Metode JST Backpropagation dan CART

JURNAL : Peramalan KLB Campak Menggunakan Gabungan Metode JST Backpropagation dan CART

JURNAL : Peramalan KLB Campak Menggunakan Gabungan Metode JST Backpropagation dan CART
Abstrak
Peramalan Kejadian Luar biasa (KLB) Campak pada suatu daerah diperlukan karena untuk mencegah meluasnya kejadian di suatu daerah. Salah satu cara yang dilakukan dalam penelitian ini adalah memprediksi kejadian campak menggunakan kombinasi JST backpropagation dan CART. JST backpropagation digunakan untuk memprediksi data berkala kejadian campak, kemudian metode CART digunakan untuk melakukan penentuan KLB atau non KLB suatu daerah. JST backpropagation merupakan salah satu metode yang sering digunakan untuk peramalan yang dapat menghasilkan tingkat akurasi yang lebih baik dari metode JST yang lain. Sedangkan metode CART merupakan suatu metode pohon biner yang juga populer untuk melakukan klasifikasi, yang dapat menghasilkan model atau aturan klasifikasi. Hasil penelitian ini adalah jumlah window terbaik untuk melakukan peramalan JST backpropagation yang mempengaruhi hasil akurasi peramalan. Penentuan jumlah window dari suatu peramalan JST backpropagation pada setiap atribut berbeda-beda hasilnya dan berpengaruh secara langsung terhadap hasil peramalan. JST mampu melakukan preramalan data time series dengan akurasi 90.01%, sedangkan CART mampu menentukan daerah KLB atau non KLB dengan tingkat akurasi sebesar 83.33%.
Kata kunci - KLB, Campak, Peramalan, Backprpagation, CART

DOWNLOAD JURNAL