Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

Prediksi Jumlah Bayi Penerima Imunisasi DPT 1 dan DPT 2 Menggunakan Support Vector Regression

Nova Idriani R, - (2024) Prediksi Jumlah Bayi Penerima Imunisasi DPT 1 dan DPT 2 Menggunakan Support Vector Regression. JURNAL MEDIA INFORMATIKA BUDIDARMA, 8 (3). ISSN eISSN 2548-8368 - pISSN 2614-5278

[img]
Preview
Text (Paper)
File Final Tugas Akhir Nova Idriani R.pdf - Published Version

Download (8MB) | Preview

Abstract

Pemberian vaksin difteri, pertusis (batuk rejan), dan tetanus dikenal sebagai Imunisasi DPT, yang melindungi seseorang dari tiga penyakit serius. Vaksin ini diberikan dalam bentuk suntikan dimana terdapat 5 antigen didalam satu suntikan vaksin. Imunisasi DPT merupakan imunisasi rutin lengkap yang dilanjutkan nantinya pada kelas 1 SD sampai 6 SD. Imunisasi DPT ditakuti oleh ibu-ibu karena efek samping yang ditimbulkan pada bayi setelah penyuntikan vaksin yaitu, bayi akan demam dan rewel. Sehingga dengan rasa takut itu, menghambat pendataan bayi-bayi yang telah menerima imunisasi ini, berdampak pada perkiraan bayi yang akan menerima imunisasi DPT pada bulan berikutnya. Tentu akan mengganggu stock vaksin yang disediakan hingga berpotensi out of stock. Untuk mengatasi masalah ini, diperlukan pengambilan data bayi yang telah menerima DPT pada bulan sebelumnya. Data tersebut akan digunakan untuk memprediksi bayi yang akan menerima imunisasi DPT pada bulan berikutnya menggunakan metode Support Vector Regression (SVR). Sehingga dapat diinformasikan ke pihak puskesmas prediksi jumlah bayi yang akan menerima imunisasi DPT. Metode ini menggunakan tiga kernel dan sliding window untuk membagi data menjadi segmen-segmen yang lebih kecil, bergerak secara bergantian melintasi data deret waktu, sehingga cocok untuk memprediksi bayi yang akan menerima imunisasi DPT dalam interval waktu berikutnya. Dari tiga kernel yang digunakan pada pada dua data yang telah dipisah menjadi DPT 1 dan DPT 2, diperoleh windowing size 3 kernel linear yang terpilih sebagai evaluasi kerja model yang akurat pada DPT 1 dengan nilai MAPE 3.35, RMSE 0.193, dan R2 0.1. Dan windowing size 3 kernel RBF lebih optimal pada DPT 2 dengan nilai MAPE 7.86, RMSE 0.163, dan R2 0.288

Item Type: Article
Contributors:
ContributionNameNIDN/NIDKEmail
Thesis advisorInggih Permana, -2010128801inggihpermana@uin-suska.ac.id
Thesis advisorFebi Nur Salisah, -2020029002febinursalisah@uin-suska.ac.id
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: fsains -
Date Deposited: 15 Jul 2024 03:26
Last Modified: 15 Jul 2024 03:26
URI: http://repository.uin-suska.ac.id/id/eprint/81560

Actions (login required)

View Item View Item