Prediksi Jumlah Penderita Covid-19 untuk Data Runut Waktu Skala Kecil dengan Long Short-Term Memory

Sasmita Wijaya, Sagita (2022) Prediksi Jumlah Penderita Covid-19 untuk Data Runut Waktu Skala Kecil dengan Long Short-Term Memory. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (342kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (348kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (688kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (751kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (332kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)

Abstract

Di masa pandemi ini seluruh masyarakat mengenal adanya virus yang tersebar di seluruh dunia bernama Coronavirus atau dapat disingkat sebagai Covid- 19. Pada tanggal 2 Maret 2020, pemerintah Indonesia mengumumkan kemunculan kasus covid-19 pertama di Indonesia. Semenjak kemunculan covid-19 dan beberapa varian covid-19 yang tersebar di seluruh provinsi di Indonesia menyebabkan pertumbuhan kasus terkonfirmasi hingga saat ini. Kabupaten Tangerang merupakan salah satu wilayah yang memiliki jumlah penduduk yang padat di Provinsi Banten. Pada penelitian ini akan membahas bagaimana memprediksi jumlah kasus covid- 19 di Kabupaten Tangerang dengan menggunakan metode Recurrent Neural Network. Metode ini sangat ekspresif untuk melakukan sebuah tugas yang sekuensial, namun kerumitan serta hilangnya gradien yang dimiliki RNN dapat membuat model ini menjadi sulit untuk dilatih sehingga membutuhkan metode yang dapat mengurangi kelemahan tersebut dan salah satu metode tersebut adalah Long Short Term Memory (LSTM), metode ini dapat membantu RNN untuk mengingat kembali data yang sudah lampau serta mengurangi hilangnya gradien yang dihasilkan oleh RNN. Bahasa pemrograman yang digunakan pada penelitian ini adalah Python dengan Jupyter Notebook untuk visualisasi hasil prediksi. Kemudian, model prediksi yang dibuat telah dievaluasi menggunakan beberapa perhitungan persentase error RMSE sebesar 0.05, lalu MSE dan MAE memiliki kesamaan persentase error yaitu sebesar 0.03 serta loss yang didapat sebesar 9.6793e-04.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Covid-19, Data Runut Waktu Skala Kecil, Kabupaten Tangerang, LSTM, RNN. vii Prediksi Jumlah Penderita..., Sagita Sasmita Wijaya, Universitas Multimedia Nusantara
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	22 Nov 2022 04:00
Last Modified:	25 Aug 2023 07:04
URI:	https://kc.umn.ac.id/id/eprint/20015

Actions (login required)

View Item