Sistem Pendukung Keputusan Untuk Penentuan Status Risiko Penularan Covid-19 Di Jawa Timur Menggunakan Metode Fuzzy Inference System (Fis) Tsukamoto
Total View This Week0
Total View This Week0
Institusion
Universitas Wijaya Putra
Author
Ishaq, Agastyan Maulana Pratama
Subject
TF Railroad engineering and operation
Datestamp
2022-10-25 06:33:22
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.
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.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
