Hinarno, Yosua (2021) Implementasi Algoritma Weighted Exponential Moving Averange untuk Prediksi Jumlah Dokter di Indonesia. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Tenaga Kesehatan adalah setiap individu yang bekerja atau mengabdi di bidang kesehatan, cukup pengetahuan dan keterampilan serta pernah menempuh pendidikan di bidang kesehatan. Namun permasalahan tenaga kesehatan yang terjadi di Indonesia adalah pendistribusian tenaga kesehatan dan dokter umumnya yang menumpuk di kota-kota besar di Pulau Jawa. Namun tidak merata penyebarannya masih banyak daerah pinggiran Jawa, apalagi luar Jawa yang jumlah tenaga kesehatan maupun dokternya sangat kecil jumlahnya. Oleh karena itu dibutuhkan sistem prediksi yang bertujuan untuk memprediksi masuknya jumlah tenaga kesehatan di Indonesia pada tahun selanjutnya . Aplikasi yang dibangun dalam penelitian ini menggunakan metode Weighted Exponential Moving Average (WEMA). Perhitungan error dilakukan dengan metode Mean Absolute Percentage Error (MAPE) yang dibandingkan dengan metode Mean Squared Error. Maka penelitian yang dilakukan menghasilkan kesimpulan yaitu pada data aktual jumlah dokter dengan rata-rata MAPE terendah dengan span 3 sebesar 8,22% sedangkan rata-rata MSEnya sebesar 94967,05 dan hasil tertinggi diperoleh dari span 5 sebesar 11.04% dan dengan rata-rata MSEnya sebesar 203638,82. Jadi, dapat disimpulkan bahwa presentase error MAPE untuk seluruh provinsi di indonesia tahun 2014 sampai tahun 2020 masih dibawah 15% maka semakin akurat hasil prediksinya.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | Mean absolute percentage error, Mean squared error, prediksi, tenaga kesehatan, Weighted exponential moving average |
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ |
Divisions: | Faculty of Engineering & Informatics > Informatics |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 24 Aug 2021 17:28 |
Last Modified: | 24 Aug 2023 07:38 |
URI: | https://kc.umn.ac.id/id/eprint/15826 |
Actions (login required)
View Item |