Certainty Factor Perceptron Untuk Memprediksi Penyakit Demam Berdarah Dengue (DBD) ZULFIAN AZMI

Penulis

  • zulfian - azmi STMIK Triguna Dharma

Kata Kunci:

Certainty Factor, Perceptron, Demam berdarah dengue (DBD)

Abstrak

Penyakit demam berdarah dengue (DBD) merupakan penyakit yang disebabkan virus dengue yang ditularkan oleh nyamuk jenis Aedes Aegypti. Jika seseorang digigit oleh nyamuk Aedes Aegypti dan tertular virus dengue dari nyamuk tersebut, maka kemungkinan besar orang tersebut akan mengalami penyakit demam berdarah dengue (DBD). Jika seseorang memiliki gejala mirip dengan gejala penyakit demam berdarah dengue (DBD), diharapkan untuk segera melakukan pemeriksaan kesehatan di pelayanan kesehatan terdekat. Karena jika dibiarkan terlalu lama, dapat mengakibatkan hal-hal yang fatal hingga kematian. Dalam melakukan diagnosa penyakit demam berdarah dengue (DBD), digunakan metode Perceptron yang dapat memprediksi penyakit Demam Berdarah Dengue (DBD) berdasarkan gejala yang dialami penderitanya. Perceptron. melakukan pelatihan hingga mendapatkan bobot terbaik dari pola pelatihan yang dikerjakannya.Dengan metode Certainty Factor untuk menentukan tingkat kepastian dan anjuran bagi penderita DBD tersebut.  Dengan adanya sistem dengan model Perceptron  Certainty Factor  dapat menghasilkan sistem prediksi penyakit demam berdarah dengue (DBD) yang akurat.

 

Biografi Penulis

  • zulfian - azmi, STMIK Triguna Dharma
    -

Referensi

.Perceptron Multilayer Bertaraf Eksponensial (Strukov Farnood Merrikh Bayat, Xinjie Guo dan Dmitri ECE Department.Universitas California Santa Barbara CA 93106-9560, AS E-mail: farnoodmb@ece.ucsb.edu).

. Andrii Shalaginov Evolutionary Optimization of On-line Multilayer Perceptron for Similarity-Based Access Control.Norwegian Information Security Laboratory Center for Cyber- and Information Security Norwegian University of Science and Technology andrii.shalaginov@ccis.no)

.Stephen Ashmore dan Michael Gashler.2015. Perceptron Multi-Layer dengan Alignment Bipartite Terusan.Arkansas: Departemen Ilmu Komputer dan Teknik Komputer.Universitas Arkansas.Fayetteville, Arkansas

Kesehatan Republik Indonesia, K. 2017. Profil Kesehatan Indonesia : Tahun 2016. Jakarta : Kementerian Kesehatan Republik Indonesia.

.Budiharto, W., Suhartono, D. 2014. Artificial intelegence. Yogyakarta : Andi.

.Sutojo, T., Mulyanto E., & Suhartono V. 2011. Kecerdasan buatan. Yogyakarta : Andi.

.Siang, J. J. 2009. Jaringan syaraf tiruan & pemrogramannya menggunakan MATLAB (Edisi 2). Yogyakarta : Andi.

.Mumpuni, Y., Lestari W. 2015. Cekal (cegah & tangkal) sampai tuntas demam berdarah. Yogyakarta : Andi.

.Ariani, Ayu Putri. 2016. Demam berdarah dengue (DBD). Yogyakarta : Nuha Medika.

.(Svetlana Filicheva, Alexey Zaikin, Oleg Kanakov.2016. Dynamical Decision making in a Genetic Perceptron.Physica D: Nonlinear Phenomena).

.Yi-chung Hu.2008. Nonadditive grey single-layer perceptron with Choquet integral for pattern classification problems usingGenetic algorithms.Neurocomputing, Volume 72, Issues 1–3, December 2008, Pages 331-340).

J.J.DeGroote,D.M.L.Barbato.2008. Generalization of finite size perceptrons with genetic algorithms.Neurocomputing, Volume 71, Issues 16–18, October 2008, Pages 3650-3655.

Unduhan

Diterbitkan

2018-09-18

Terbitan

Vol 7 No 1 (2018): Jurnal Teknologi Informasi dan Komunikasi

Bagian

Artikel

Lisensi

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. Author grant the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License