Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Berkala Epidemiologi Journal of Mathematics Education and Science
Susanto, Hugeng
Unknown Affiliation
Education Immunology & microbiology Mathematics Public Health

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Journal of Mathematics Education and Science

 1 
Klasifikasi Sebaran Wilayah dengan Risiko Penyakit Mers di Provinsi Jawa Timur dengan Menggunakan Algortima Support Vector Machine (SVM) Wahyudi, Sharenada Norisdita; Hafiyussholeh, Moh.; Susanto, Hugeng; Khaulasari, Hani
Journal of Mathematics Education and Science Vol. 7 No. 2 (2024): Journal of Mathematics Education and Science
Publisher : Universitas Nahdlatul Ulama Sunan Giri Bojonegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.32665/james.v7i2.3269

Abstract

Middle East Respiratory Syndrome Coronavirus (MERS-CoV) ialah penyakit saluran pernapasan yang menular melalui virus corona. MERS pertama kali muncul dan terkonfirmasi pada tahun 2012 dengan gejala awal berupa demam, batuk berdahak disertai dengan sesak napas. MERS Merupakan salah satu penyakit mematikan dengan jumlah kasus lebih dari 2600 kasus terkonfirmasi dengan total 935 kematian. Penyakit ini paling banyak terkonfirmasi di Arab Saudi tepatnya di Mekkah, yang mana kota tersebut menjadi pusat terlaksananya ibadah Haji dan Umroh bagi seluruh umat muslim dunia. Jawa Timur merupakan salah satu wilayah dengan jumlah kuota jamaah haji tertinggi di Indonesia yang memiliki potensi tinggi terjadinya penyebaran penyakit MERS-Cov. Oleh karenanya perlu dilakukan suatu usaha mitigasi resiko guna memperkecil potensi terjadinya sebaran penyakit MERS di Indonesia khususnya di Jawa Timur, salah satunya ialah melakukan prediksi sebaran potensi menggunakan algoritma SVM. Hal itu dikarenakan SVM dinilai unggul dalam mengolah data non linear dengan baik karena sudah dilengkapi dengan bantuan fungsi kernel dalam kinerja algortimanya. Data yang digunakan pada penelitian ini adalah data sebaran potensi kasus MERS di Jawa Timur pada tahun 2023 yang didapatkan dari Dinas Kesehatan Provinsi Jawa Timur. Dilakukan beberapa pengujian untuk mendapatkan hasil optimal dengan menggunakan beberapa pembagian proporsi data training:testing, diantaranya 60:40, 65:35, 70:30, 75:25, 80:20, dan didapati hasil pengujian tertinggi terdapat pada proporsi data sebesar 75:25 dengan nilai akurasi 0.9 (90%).
Co-Authors Arief Hargono Hafiyussholeh, Moh. Hani Khaulasari Tarawally, Abubakar Wahyu Wulandari Wahyudi, Sharenada Norisdita