Arief Rachman Hakim
Program Studi Informatika Universitas Amikom Purwokerto

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Prediksi Vaksinasi Terhadap Penambahan Kasus Covid-19 Dengan Neural Network Irma Damayanti; Arief Rachman Hakim; Pungkas Subarkah; Dias Ayu Budi Utami; Prastyadi Wibawa Rahayu
Decode: Jurnal Pendidikan Teknologi Informasi Vol. 4 No. 1: MARET 2024
Publisher : Program Studi Pendidikan Teknologi Infromasi UMK

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51454/decode.v4i1.354

Abstract

Covid-19 menjadi masalah kritis yang harus segera diselesaikan. Karena telah menyebabkan peningkatan kasus dan kematian yang signifikan di seluruh dunia. Upaya pencegahan dan pengendalian yang dilakukan oleh berbagai negara meliputi penutupan, pembatasan sosial, dan termasuk vaksinasi tak terkecuali di Indonesia. Analisis dan pemahaman yang lebih mendalam tentang hubungan antara vaksinasi dan penambahan kasus Covid-19 diperlukan. Dengan perkembangan teknologi dan berdasarkan penelitian terdahu model kecerdasan buatan yang salah satunya berupa jaringan saraf tiruan (neural network) dapat membantu dalam memodelkan dan memprediksi dampak vaksinasi terhadap penambahan kasus Covid-19. Penelitian ini melakukan perhitungan prediksi vaksinasi terhadap laju kenaikan kasus di Indonesia dengan Neural Network menggunakan struktur backpropagation. Data yang digunakan dalam penelitian ini yaitu data Covid-19 dan data vaksinasi ditahun 2020 sampai 2021. Hasil yang didapa bahwa model Neural Network dapat melakukan prediksi vaksinasi. Dengan pola skenario batchSize = 32, hidden layer = 5, learningRate = 0.3, momentum = 0.2 , dan trainingTime = 100 menunjukan akurasi 60,73% dengan nilai RMSE 0.484, yang mana diketahui bahwa 99 data yang berhasil diprediksi dengan tepat.