Article Per Year (5 Year)
p-Index From 2021 - 2026
3.662
P-Index
This Author published in this journals
All Journal IAES International Journal of Artificial Intelligence (IJ-AI) Indonesian Journal of Business and Entrepreneurship (IJBE) Jurnal Transformatika Jurnal Aplikasi Bisnis dan Manajemen (JABM) E-Journal Jurnal The Messenger Register: Jurnal Ilmiah Teknologi Sistem Informasi Jurnal Informatika Upgris International Journal of Artificial Intelligence Research IJCIT (Indonesian Journal on Computer and Information Technology) Jurnal Pengembangan Rekayasa dan Teknologi Jurnal ULTIMA InfoSys Jurnal Surya Masyarakat Iqtishoduna: Jurnal Ekonomi Islam Indonesian Journal of Electrical Engineering and Computer Science Jurnal Surya Masyarakat International Journal of Quantitative Research and Modeling Jurnal Riptek Tematik International Journal of Information Technology and Business Dinamis: Jurnal Pengabdian Kepada Masyarakat Jurnal DIMASTIK
Vensy Vydia
Universitas Semarang
Religion Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Energy Engineering Environmental Science Languange, Linguistic, Communication & Media Mechanical Engineering Physics Public Health Social Sciences Transportation Other

Published : 46 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Riptek

 1 
PREDIKSI PANDEMI COVID 19 KOTA SEMARANG MENGGUNAKAN PENDEKATAN NEURAL NETWORK Aria Hendrawan; Vensy Vydia; Saifur Rohman Cholil
Jurnal Riptek Vol 15, No 1 (2021)
Publisher : Badan Perencanaan Pembangunan Daerah Kota Semarang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (519.596 KB) | DOI: 10.35475/riptek.v15i1.113

Abstract

Pandemi COVID-19 (Coronavirus) cenderung menjadi salah satu masalah paling serius global dalam satu tahun terakhir ini. Negara tidak memiliki pengalaman serupa terkait penyebaran virus dan dampaknya dari berbagai bidang. Memperkirakan jumlah kasus COVID-19 sebelumnya dapat membantu dalam mengambil keputusan berupa tindakan dan rencana pencegahan virus tersebut. Penelitian ini bertujuan untuk menyediakan model peramalan yang memprediksi kasus COVID-19 yang dikonfirmasi di kota Semarang. Penelitian ini menerapkan algoritma pembelajaran mesin yakni Artificial Neural Network (ANN) untuk memprediksi kasus COVID-19 di kota Semarang. Proses fine-tuning masing-masing model dijelaskan dalam penelitian ini dan perbandingan numerik antara ketiga model disimpulkan menggunakan ukuran evaluasi yang berbeda; mean sequence error (MSE).
Co-Authors Agusta Praba Ristadi Pinem Ahmad Rifa’i Anna Dian Savitri Aprih Santoso Ardiani Ika Sulistyawati Aria Hendrawan, Aria Astrid Novita Putri, Astrid Bilqisth, Shona Chayy Cahyono, Yudi Cholil, Saifur Rohman Desi Astuti Edi Widodo Febrian Wahyu Christanto Fridatien, Ericke Galet Guntoro Setiaji Gusmao, Cristino Handayani, Sri Henny Indriyawati Henny Indriyawati Ichsan Ichsan Iswahyu Pranawukir Joko Suntoro Khoirudin Khoirudin Khoirudin Khoirudin, Khoirudin Kuswardani, Diah Cori Lenny Margaretta Huizen Maulana Bahrul Alam Maya Rini Handayani Nursanti Irliana Nursanti Irliana Nurtriana Hidayati Pratito, R. Dwi Widi Rastri Prathivi Rifa i, Ahmad Robby Kurniawan Budhi Rohman Cholil, Saifur Saifur Rohman Cholil Setiarso, Galih Siti Asmiatun, Siti Solly Aryza Suboh, Ammeruddin Shah Surono Surono Susanto Susanto Tirta Jurista Kumkandani Titin Winarti Titin Winarti Victor Gayuh Utomo Yani, Tri Endang