Prediksi Angka Kejadian Demam Berdarah Dengue (DBD) Berdasarkan Faktor Cuaca Menggunakan Metode Extreme Learning Machine (Studi Kasus Kecamatan Tembalang)

Abstract

Demam Berdarah Dengue (DBD) merupakan penyakit endemis di Indonesia. Meningkatnya angka kejadian demam berdarah ini disebabkan oleh banyak faktor, antara lain keadaan lingkungan, baik lingkungan sosial, biologis, maupun fisik. Kecamatan Tembalang, dari tahun 2007 hingga 2016, menempati peringkat pertama sebagai kecamatan dengan Incident Rate (IR) DBD tertinggi sekota Semarang. Penanganan yang tepat perlu dilakukan sebagai antisipasi kenaikan angka penderita pada tahun-tahun berikutnya. Salah satu penanganan yang dapat dilakukan adalah memprediksi angka kejadian demam berdarah pada waktu-waktu berikutnya sehingga pemerintah dapat menyiapkan tindakan pencegahan. Prediksi angka kejadian demam berdarah ini dapat dilakukan dengan menggunakan prediktor cuaca. Dalam penelitian ini, digunakan tiga prediktor cuaca, yaitu suhu udara, kelembapan, dan curah hujan serta angka kejadian demam berdarah untuk memprediksi angka kejadian demam berdarah pada waktu berikutnya. Penelitian ini menggunakan jaringan saraf tiruan Extreme Learning Machine (ELM) untuk memprediksi angka kejadian demam berdarah berdasarkan faktor cuaca. Hasil penelitian menunjukkan bahwa model ELM dapat menghasilkan MSE pengujian terendah sebesar 0,0116 dan waktu pelatihan kurang dari 1 detik.