Sistem Pendukung Keputusan Untuk Penentuan Status Risiko Penularan Covid-19 Di Jawa Timur Menggunakan Metode Fuzzy Inference System (Fis) Tsukamoto

Ishaq, Agastyan Maulana Pratama (2022) Sistem Pendukung Keputusan Untuk Penentuan Status Risiko Penularan Covid-19 Di Jawa Timur Menggunakan Metode Fuzzy Inference System (Fis) Tsukamoto. Other thesis, Universitas Wijaya Putra.

Text (Sistem Pendukung Keputusan Untuk Penentuan Status Risiko Penularan Covid-19 Di Jawa Timur Menggunakan Metode Fuzzy Inference System (Fis) Tsukamoto) TUGAS AKHIR - ISHAQ AGASTYAN MAULANA PRATAMA.pdf Restricted to Registered users only Download (2MB)

Abstract

Pandemi COVID-19 belum berakhir, Pandemi Coronavirus Disease 19 akibat virus SARS-CoV-2 menyebar sangat cepat di hampir setiap negara di dunia karena sifatnya yang human-to-human. Pandemi COVID-19 di Indonesia terdeteksi di Depok, Jawa Barat pada 2 Maret 2020. Menanggulangi perihal itu, pemerintah wajib memutuskan kebijaksanaan yang efisien dengan mencermati suasana serta situasi di tiap- tiap wilayah. Jalannya melalui determinasi status resiko penularan COVID-19 pada suatu area guna memutuskan mata rantai penularan COVID-19. Di Indonesia, diserahkan kepada masing-masing pemerintah daerah untuk menentukan status risiko penularan COVID-19 di tingkat daerah. Hal ini menyebabkan evaluasi subjektif oleh para pemimpin daerah dan memperkenalkan banyak definisi dan batasan yang tidak jelas saat menentukan status risiko penularan COVID-19. Perkara tersebutlah yang melatarbelakangi riset ini, dimana hendak diperoleh bentuk kalkulasi matematis Algoritma Tsukamoto bersumber pada variabel- variabel dan ketentuan yang resmi di kawasan berkaitan dalam determinasi status resiko penularan COVID-19. Data yang dipakai merupakan data harian COVID-19 kabupaten atau kota di Jawa Timur. Data yang dipakai berjumlah 38 golongan data kabupaten ataupun kota yang terdiri dari 4 variabel. Variabel inputnya ialah kasus positif COVID-19, kasus Supek, serta kasus Probabe, serta masing-masing variabel didefinisikan jadi 3 himpunan Fuzzy, ialah Rendah, Sedang, serta Tinggi. Variabel output-nya didefinisikan dalam 4 himpunan Fuzzy mengenai Status Risiko Penularan COVID-19 seperti peraturan Pemeritah Jawa Timur ialah status hijau, kuning, orange, serta merah. Seluruh variabel memakai fungsi keanggotaan representasi kurva segitiga. Cara analisa data memakai aplikasi SPK-COVID. Keberhasilan bentuk estimasi dari persentase kesesuaian status yang dihasilkan dengan membandingkan hasil analisa Algoritma Tsukamoto dengan data status risiko penularan COVID-19 real. Sesudah melakukan 4 kali pengulangan analisa, dimana pada masing-masing analisa dicoba pergantian daerah pada himpunan Fuzzy, didapat struktur dengan persentase kesesuaian status pada biasanya sebesar 95,51%, pada data 38 Kabupaten ataupun Kota di Jawa Timur.
Kata Kunci : Covid-19, Fuzzy Tsukamoto, Status Risiko Penularan Covid-19.

Actions (login required)

View Item