DIGITAL LIBRARY



JUDUL:KLASIFIKASI TINGKAT KERAWANAN DBD MENGGUNAKAN ALGORITMA NEURAL NETWORK BACKPROPAGATION DENGAN OPTIMASI BOBOT MENGGUNAKAN ALGORITMA GENETIKA
PENGARANG:BAYU HADI SUDRAJAT
PENERBIT:UNIVERSITAS LAMBUNG MANGKURAT
TANGGAL:2021-04-27


Penyakit Demam Berdarah Dengue (DBD) merupakan penyakit yang ditularkan melalui nyamuk Aedes Ageypti. Di Kalimantan Selatan, khususnya kota banjarbaru jumlah kasusnya cenderung meningkat tiap tahunnya. Penelitian yang telah ada mengidentifikasi tingkat kerawanan DBD dengan menggunakan metode komputasi, salah satunya yaitu klasifikasi.Pada penelitian ini, digunakan metode Neural Network Backpropagation dengan optimasi bobot menggunakan Algoritma Genetika untuk klasifikasi data peyakit DBD di Kota Banjarbaru. Tujuan dari penelitian ini adalah untuk mengetahui kinerja dari klasikasi tingkat kerawanan DBD dengan menggunakan Neural Network Backpropagation dan pembobotan menggunakan Algoritma Genetika. Hasil penelitian menunjukkan bahwa kinerja yang didapatkan untuk klasifikasi tingkat kerawanan DBD menggunakan Algoritma Neural Network Backpropagation adalah sebesar 83.33% pada nilai akurasi, presisi sebesar 96.51%, dan recall sebesar 84.69%, sedangkan apabila menggunakan Algoritma Neural Network Backpropagation berbasis Algoritma Genetika untuk optimasi bobot maka  didapatkan nilai akurasi sebesar 96.29%, presisi sebesar 98.97%, dan recall sebesar97%.

Berkas PDF
NODOWNLOAD LINK
1FILE 1



File secara keseluruhan dapat di unduh DISINI