Perbandingan metode Extreme Learning Machine (ELM) dan metode Multilayer Perceptron (MLP) dalam prediksi jumlah pasien covid-19 Kota Semarang : studi kasus jumlah pasien covid-19 harian Kota Semarang dari tahun 2020-2021

Yustisio, Dheva (2022) Perbandingan metode Extreme Learning Machine (ELM) dan metode Multilayer Perceptron (MLP) dalam prediksi jumlah pasien covid-19 Kota Semarang : studi kasus jumlah pasien covid-19 harian Kota Semarang dari tahun 2020-2021. Undergraduate (S1) thesis, Universitas Islam Negeri Walisongo Semarang.

[thumbnail of Skripsi_1808046030_Dheva_Yustisio] Text (Skripsi_1808046030_Dheva_Yustisio)
Skripsi_1808046030_Dheva_Yustisio.pdf - Accepted Version
Available under License Creative Commons Attribution Non-commercial No Derivatives.

Download (5MB)

Abstract

Covid-19 adalah suatu penyakit yang menyerang pernapasan. Kota Semarang merupakan salah satu kota di Indonesia yang terkena pandemi akibat virus covid-19. Hal ini dibuktikan selama kurang lebih 1 tahun, pasien virus covid-19 semakin meningkat. Kenaikan tersebut membuat pemerintah perlu mempersiapkan segala aspek tentang perawatan pasien tersebut. Salah satunya yaitu dengan cara melakukan prediksi pasien Covid-19 yang terjadi. Penelitian ini menerapkan metode Extreme Learning Machine (ELM) dan metode Multilayer Perceptron (MLP) untuk memprediksi jumlah pasien Covid-19 . ELM dan MLP merupakan metode pembelajaran baru dari Jaringan Syaraf Tiruan (JST). Penelitian ini menggunakan metode ELM dan MLP untuk membandingkan 2 metode tersebut dengan menggunakan data April 2020 – Juli 2021. Berdasarkan pengujian yang sudah dilakukan, perbandingan metode Extreme Learning Machine (ELM) dan Multilayer Perceptron (MLP) jika dibandingkan dengan nilai Mean Absolute Error (MAE) pada metode ELM didapatkan nilai 0,008426096, sedangkan pada metode MLP nilai MAE sebesar 0,007499691 dimana hasil menunjukkan bahwa metode MLP tingkat kesalahannya lebih kecil daripada metode ELM. Nilai Mean Absolute Percentage Error (MAPE) dan Root Mean Squared Error (RMSE) pada metode MLP juga memiliki nilai yang lebih tinggi. Jadi metode terbaik adalah Multilayer Perceptron.

Item Type: Thesis (Undergraduate (S1))
Uncontrolled Keywords: Covid-19; Prediksi; Jaringan Syaraf Tiruan; Extreme Learning Machine; Multilayer Perceptron
Subjects: 500 Natural sciences and mathematics > 510 Mathematics > 519 Probabilities and applied mathematics
Divisions: Fakultas Sains dan Teknologi > 44201 - Matematika
Depositing User: Zara Hafidhany
Date Deposited: 14 Dec 2022 09:44
Last Modified: 14 Dec 2022 09:44
URI: https://eprints.walisongo.ac.id/id/eprint/18407

Actions (login required)

View Item
View Item

Downloads

Downloads per month over past year

View more statistics