IMPLEMENTASI METODE LEARNING VECTOR QUANTIZATION DALAM PREDIKSI PENYAKIT DEMAM BERDARAH DENGUE

ANDI FITRIANI, (2020) IMPLEMENTASI METODE LEARNING VECTOR QUANTIZATION DALAM PREDIKSI PENYAKIT DEMAM BERDARAH DENGUE. Undergraduate Theses thesis, Universitas Tadulako.

Full text not available from this repository.

Abstract

Demam berdarah dengue (DBD) merupakan penyakit yang disebabkan oleh virus dengue yang ditularkan melalui gigitan nyamuk Aedes aegepty dan Aedes albopictus. Angka kematian akibat demam berdarah dengue relative masih tinggi, salah satu penyebab tingginya tingkat kematian tersebut adalah keterlambatan diagnosis. Oleh karena itu, diperlukan prediksi apakah seseorang terinfeksi atau tidaknya penyakit DBD. Tujuan dari penelitian ini adalah untuk memprediksi dan mendapatkan sebuah aplikasi system pendukung keputusan dalam prediksi terjangkitnya penyakit demam berdarah dengue, serta mengetahui tingkat akurasi prediksi dengan menggunakan algoritma learning vector quantization. Prediksi dilakukan dengan menggunakan 150 data yang terdiri dari 80?ta pelatihan dan 20?ta pengujian. Hasil penelitian menunjukkan akurasi dari bobot terbaik, yaitu mencapai 100% yang diperoleh dengan menggunakan laju pelatihan (?) sebesar 0,1???0,7 dan pengurangan laju pelatihan (dec ?) yang bervariasi.

Item Type: Thesis (Undergraduate Theses)
Subjects: University Structure > Faculty of Mathematics and Natural Sciences > Mathematics
S1 - Undergraduate Thesis > Faculty of Mathematics and Natural Sciences > Mathematics
Divisions: Faculty of Mathematics and Natural Sciences > Mathematics
Tadulako Subject Areas > S1 - Undergraduate Thesis > Faculty of Mathematics and Natural Sciences > Mathematics
Depositing User: system estd estd
Date Deposited: 13 Feb 2020 07:03
Last Modified: 13 Feb 2020 06:35
URI: http://repository.untad.ac.id/id/eprint/4537

Actions (login required)

View Item View Item