Optimasi Jaringan Syaraf Tiruan menggunakan Particle Swarm Optimization untuk prediksi kasus Covid-19 di Indonesia

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Yuliawanti, Felia Dria (2022) Optimasi Jaringan Syaraf Tiruan menggunakan Particle Swarm Optimization untuk prediksi kasus Covid-19 di Indonesia. Undergraduate thesis, UIN Sunan Ampel Surabaya.

Text Felia Dria Yuliawanti_H72218019.pdf Download (1MB)

Abstract

Covid-19 merupakan penyakit menular yang telah menyebar ke seluruh dunia dalam waktu singkat. Covid-19 menyebar di Indonesia sejak Maret 2020 hingga saat ini. Sekitar Desember 2021 muncul varian baru Covid-19 yaitu varian Omicron. Agar Covid-19 tidak menyebar lebih luas, penting untuk mengetahui perkembangan Covid-19 di masa depan dengan prediksi. Tujuan dari penelitian ini adalah untuk memprediksi kasus Covid-19 di Indonesia serta mengetahui performa dari Jaringan Syaraf Tiruan yang dioptimasi dengan Particle Swarm Optimization (PSO-JST). JST merupakan metode yang terinspirasi dari kerja otak manusia. JST memiliki beberapa kelemahan antara lain waktu pelatihan yang lama dan dipengaruhi oleh bobot awal yang acak. Oleh karena itu JST akan digabungkan dengan PSO untuk mengoptimasi bobot di JST. PSO merupakan sebuah metode optimasi yang dikembangkan berdasarkan perilaku kawanan hewan seperti burung ketika mencari makanan. Penelitian ini menggunakan data harian positif Covid-19 di Indonesia mulai 1 November 2020 hingga 15 Desember 2021 yang diperoleh dari Kementerian Kesehatan Republik Indonesia. Dari hasil penelitian diperoleh nilai MAPE sebesar 5.88% pada pelatihan dan 0.71% pada pengujian dengan parameter terbaik yaitu jumlah partikel sebesar 100, node hidden sebesar 10 serta pembagian data sebesar 90% data latih dan 10% data uji serta koefisien akselerasi c1 sebesar 1 dan c2 sebesar 1. Hasil MAPE yang kurang dari 10% menunjukkan bahwa metode PSO-JST sangat baik digunakan untuk memprediksi kasus positif Covid-19 di Indonesia.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Yuliawanti, Felia Dria feliadriay@gmail.com H72218019
Contributors:	Contribution Name Email NIDN Thesis advisor Ulinnuha, Nurissaidah nuris.ulinnuha@uinsby.ac.id 2002119001 Thesis advisor Hamid, Abdulloh doelhamid@uinsby.ac.id 2028088501
Subjects:	Indonesia Kesehatan Kesehatan Matematika
Keywords:	Prediksi; Covid-19; jaringan syaraf tiruan; particle swarm optimization, PSO-JST
Divisions:	Fakultas Sains dan Teknologi > Studi Matematika
Depositing User:	Felia Dria Yuliawanti
Date Deposited:	23 Apr 2022 07:57
Last Modified:	23 Apr 2022 07:57
URI:	http://digilib.uinsa.ac.id/id/eprint/53013

Actions (login required)

View Item