UBAIDILLAH, - (2020) RANCANG BANGUN SISTEM PREDIKSI JUMLAH IBU HAMIL YANG BELUM MELAKUKAN IMUNISASI HEPATITIS B MENGGUNAKAN ALGORITMA GENETIKA (Studi Kasus Dinas Kesehatan Kabupaten Kampar). Skripsi thesis, UIN SULTAN SYARIF KASIM RIAU.
Text (BAB V IMPLEMENTASI DAN PENGUJIAN)
BAB V IMPLEMENTASI DAN PENGUJIAN.pdf - Published Version Download (482kB) |
|
Text
TA LENGKAP (KECUALI BAB V).pdf Download (3MB) |
Abstract
ABSTRAK Indonesia merupakan salah satu negara yang memiliki edemisitas tinggi Hepatitis B, terbesar kedua di negara South East Asian Regional (SEAR) setelah negara Myanmar. Berdasarkan hasil riset kesehatan dasar (Riskesdas), studi dan uji saring darah PMI maka diperkirakan 100 orang di Indonesia, 10 orang diantaranya terindentifikasi virus hepatitis B dan C. Salah satu teknik yang dapat dipakai untuk memprediksi adalah Regresi Linier dan Algoritma Genetika. Algoritma Genetika sendiri memiliki ruang pencarian yang sangat luas sehingga bisa mendapatkan solusi terbaik untuk berbagai macam permasalahan. Dalam mengimplementasikan algoritma genetika ini, representasi kromosom yang digunakan adalah real coded, proses crossover yang digunakan adalah extended intermadiate, random mutation pada proses mutasi dan metode seleksi replacement selection. Penelitian ini diharapkan dapat membantu Pencegahan dan Pengendalian Penyakit Menular (P2PM) memiliki jumlah acuan untuk persediaan vaksin HBIG (hepatitis B immunoglobulin) di Dinas Kesehatan Kabupaten Kampar dan permintaan vaksin ke Provinsi untuk daerah Kabupaten Kampar pada bulan berikutnya. Dari hasil pengujian yang dilakukan, sistem menghasilkan prediksi terbaik pada probabilitas crossover 0.4 dan probabilitas mutasi 0.6 dengan rata-rata akurasi dengan nilai 85.41%. Hal ini membuktikan bahwa dari hasil perhitungan dapat digunakan dalam memprediksi jumlah ibu hamil yang belum melakukan Imunisasi Hepatitis B. Kata Kunci: Algoritma Genetika, Hepatitis B, Regresi
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 600 Teknologi dan Ilmu-ilmu Terapan > 620 Ilmu Teknik |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | fsains - |
Date Deposited: | 25 Aug 2020 04:09 |
Last Modified: | 25 Aug 2020 04:09 |
URI: | http://repository.uin-suska.ac.id/id/eprint/29682 |
Actions (login required)
View Item |