Peramalan Jumlah Kasus Demam Berdarah Di Beberapa Desa Kabupaten Malang Menggunakan Metode Backpropagation Neural Network

Demam Berdarah adalah salah satu penyakit yang memiliki tingkat penyebaran yang sangat tinggi di dunia. Hal ini menjadi salah satu masalah yang dialami oleh penduduk Indonesia dikarenakan wilayah Indonesia berada di daerah tropis yang merupakan wilayah tempat tinggal nyamuk pembawa virus demam berdarah. Banyak faktor yang menyebabkan jenis nyamuk tersebut berkembang biak secara bebas dan cepat di Indonesia, seperti cuaca, sanitasi, dan kesadaran manusia. Dalam rangka untuk mempersiapkan apabila terjadi penyebaran wabah(epidemic) demam berdarah, pemerintah melakukan berbagai macam cara untuk menangani masalah ini, seperti foging, seminar, melakukan sosialisasi baik secara langsung maupun melalui media sosial atau cetak akan bahayanya demam berdarah dan bagaimana cara untuk mengurangi atau membasmi nyamuk pembawa virus demam berdarah. Walaupun begitu korban-korban masih tetap ada, sebagian besar rumah sakit atau puskesmas terkadang belum siap menerima pasien-pasien tersebut dikarenakan kurang tahunya kapan terjadi ledakan wabah yang bisa mengenai banyak orang dalam waktu yang sama dan juga tidak bisa meramalkan penempatan personil pada daerah-daerah tertentu yang bisa menjadi sumber wabah penyakit. Metode yang digunakan pada tugas akhir ini untuk menangani masalah peramalan adalah ANN (Artificial Neural Network) dimana metode ini dapat dikatakan metode yang sering digunakan untuk mendapatkan model yang baik untuk peramalan, dengan menghasilkan Mean square error(MSE) dan melakukan pengaturan lapisan hingga mendapatkan hasil yang terbaik. Hasil Analisa menunjukan bahwa setiap desa yang menjadi target memiliki model tersendiri yang bagus untuk kondisi tersebut. Model peramalan pada desa dataran tinggi memiliki MSE sebesar 0.07463784 dan SMAPE 88% , pada desa dataran menengah memiliki MSE sebesar 0.114407756 dan SMAPE 95%, dan desa dataran rendah memiliki MSE sebesar 0.221197192 dan SMAPE 96%. Hasil ini diharapkan dapat membantu dinas kesehatan kabupaten malang dalam penentuan pengambilan keputusan. =============== Dengue fever is one of the sickness that have a high rate of spreading in the world. This become one of the problems of Indonesian population because Indonesia domain is in a tropis location which is the territory of mosquito that carried the virus of dengue fever. Many factors that can make that kind of mosquito breed freely and fast in Indonesia, like weather, sanitation, human awareness. To prepare if there is an epidemic of dengue fever, the government make various way to handle this problem, like fogging, seminar, socializing whether by doing directly or by using the social media or print about the danger of dengue fever and how to decrease and exterminate the mosquito carrying the virus of dengue. Although the victim is still existing, most of the hospital or puskesmas sometimes not ready to receive their patient it is because of the lack of foresight when will the epidemic strike that can infected many people in the same time, and also cannot predict the placement of their personnel in certain areas that can become the source of epidemic.therefore it is needed a certain forecast for knowing when will the epidemic spread. The methode that uses in this thesis for handle the forecasting problem is ANN (Artificial Neural Network) where this method can be said is often used for getting a good model for forecasting, by producing Mean Square error(MSE) and configuration the layer can get the best result. The result shows that villages that used as target have a model at its own that good for it condition. The forecast model in highland village have MSE Result 0.07463784 and SMAPE 88%, in middleland village have MSE result 0.114407756 and SMAPE 95%, and lowland have MSE result 0.221197192 and SMAPE 96%. this result is expected to assist public health service of district malang in decision making