Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS
Kusumastuti, Evelyna Anggita
Departemen Teknik Komputer Institut Teknologi Sepuluh Nopember Surabaya
Engineering

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

Found 1 Documents
Search

 1 
Prediksi Penyebaran Kasus Demam Berdarah Berdasarkan Tingkat Keparahan di Provinsi DKI Jakarta Menggunakan Metode Deep Learning Kusumastuti, Evelyna Anggita; Yuniarno, Eko Mulyanto
Jurnal Teknik ITS Vol 12, No 3 (2023)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v12i3.108355

Abstract

Demam berdarah Dengue atau DBD merupakan penyakit yang berasal dari infeksi salah satu dari empat virus Dengue, penularan terjadi melalui gigitan nyamuk Aedes aegypti dan Aedes albopictus. Nyamuk ini sering ditemukan di daerah tropis dan subtropis. Indonesia, sebagai negara kesatuan yang terletak di Asia Tenggara merupakan negara yang beriklim tropis dimana penyakit DBD sudah menjadi penyakit endemik disetiap daerah, terutama pada daerah yang padat penduduk seperti di Jakarta menjadi habitat oleh berbagai jenis nyamuk Aedes. Untuk menekan terjadinya lonjakan kasus DBD maka diperlukan penanganan yang tepat baik dari masyarakat maupun pemerintah Provinsi DKI Jakarta. Oleh karena itu, tidak dapat dipungkiri pemanfaatan kemajuan teknologi juga dilibatkan seperti memprediksi daerah rawan lonjakan kasus DBD di Provinsi DKI Jakarta dengan menggunakan model Deep Learning ANN. Tujuan dari penggunaan metode ini adalah dapat menghasilkan prediksi yang lebih akurat terhadap daerah rawan peningkatan kasus demam berdarah Dengue guna mendapatkan tindakan preventif yang lebih. Hal ini dapat dilihat dari akurasi hasil prediksi probabilitas Stasiun Meteorologi Kemayoran sebesar 95,24; Stasiun Meteorologi Halim Perdana Kusuma sebesar 84,32; Stasiun Maritim Meteorologi Tanjung Priok sebesar 82,61.
Co-Authors Yuniarno, Eko Mulyanto