Implementasi Jaringan Saraf Tiruan pada Prediksi Jumlah Kasus Demam Berdarah Dengue (DBD)

Abstract

04120016 - Demam Berdarah Dengue (DBD) merupakan salah satu penyakit berbahaya yang dapat mengakibatkan kematian bagi penderitanya. Setiap tahun kasus DBD selalu terjadi di sebagian besar propinsi di Indonesia. Di propinsi DKI Jakarta kasus DBD selalu menimbulkan korban dalam jumlah yang tidak sedikit. Oleh karena banyaknya kasus yang terjadi maka dilakukan penelitian prediksi jumlah kasus DBD DKI Jakarta. Penelitian ini bertujuan untuk mengetahui pola terjadinya kasus DBD periode lima tahunan, jumlah kasus DBD di waktu akan datang, dan keakuratan dua metode prediksi yang digunakan yaitu Jaringan Saraf Tiruan Backpropagation dan Triple Exponential Smoothing. Teknik pengumpulan data yang digunakan penulis adalah penelitian lapangan dan penelitian kepustakaan. Untuk penelitian lapangan, penulis memperoleh data kasus DBD dari Direktorat Jenderal Pengendalian Penyakit dan Penyehatan Lingkungan (Ditjen PP&PL) Departemen Kesehatan RI serta. Data yang digunakan adalah data kasus DBD DKI Jakarta mulai bulan Januari 1992 sampai dengan Desember 2006 yang terdiri atas korban penderita dan meninggal. Untuk menganalisa data tersebut penulis membagi data ke dalam proses pembelajaran dan proses pengujian prediksi berdasarkan data lima tahunan. Pada metode Jaringan Saraf Tiruan Backpropagation, penulis menggunakan 60 pola data dengan 60 unit lapisan input, 4 unit lapisan tersembunyi, dan 1 unit lapisan keluaran serta menggunakan variable momentum. Pada metode Triple Exponential Smoothing, penulis menetapkan nilai 60 sebagai nilai panjang musiman dan panjang horizon peramalan. Program prediksi ini menggunakan bahasa pemrograman Java berbasis web serta menggunakan MySQL sebagai sarana penyimpanan database untuk data kasus DBD DKI Jakarta. Dalam pengaplikasiannya pengguna hanya perlu memasukkan beberapa nilai variable untuk kemudian diproses oleh program sesuai metode prediksi yang digunakan, dan pengguna akan memperoleh hasil prediksi tersebut. Hasil analisis dan pengujian menunjukkan bahwa teori Jaringan Saraf Tiruan Backpropagation menghasilkan nilai prediksi yang lebih akurat daripada teori Triple Exponential Smoothing. Hal ini terlihat dari nilai Root Mean Squared Error (RMSE) prediksi JST Backpropagation lebih kecil daripada nilai RMSE prediksi Triple Exponential Smoothing. Penelitian ini diharapkan dapat membantu mengetahui jumlah kasus DBD di masa yang akan datang. Sehingga dapat menjadi masukan yang berguna untuk pengambilan keputusan dalam pencegahan dan pemberantasan Demam Berdarah Dengue.