Penentuan Error Dalam Peramalan Jumlah Korban Demam Berdarah Dengue Menggunakan Metode Neural Network (Kasus : Rumah Sakit Charitas Palembang)

Abstract

Demam Berdarah Dengue (DBD) merupakan jenis penyakit yang menduduki peringkat pertama di ASEAN serta peringkat kedua di dunia. Jumlah korban DBD di RS Charitas Palembang cenderung meningkat pada bulan-bulan tertentu dan tidak menentu setiap bulannya. Selain itu, data korban DBD tersebut tidak dijadikan bahan evaluasi untuk menekan jumlah korban tersebut. Hal tersebut menjadi dasar untuk melakukan peramalan jumlah korban DBD pada tahun berikutnya. Penelitian untuk meramalkan jumlah korban DBD sudah pernah dilakukan dengan berbagai teknik kecerdasan buatan. Penelitian yang dilakukan sekarang menggunakan data RS Charitas Palembang yang berpola time series selama 10 tahun terakhir dengan menggunakan metode Neural Network. Hasil yang didapatkan adalah pola korban DBD mulai signifikan pada bulan Desember kemudian mencapai puncak pada bulan Januari, disertai angka peramalan pada masing-masing bulan pada tahun berikutnya. Selanjutnya penghitungan error menggunakan Neural Network didapatkan dengan menggunakan input layer 12, hidden neuron 28, dan output layer 1 serta error yang didapatkan 12,59%