Komparasi Algoritma Linear Regression Dengan Neural Network Untuk Memprediksi Jumlah Kunjungan Pasien Pada RSIA Viola

Komparasi Algoritma Linear Regression Dengan Neural Network Untuk Memprediksi Jumlah Kunjungan Pasien Pada RSIA Viola

• By Pratiwi Rosalinda, Rizka;
• S1 - Teknik Informatika
• 5
• 1-52

Kesehatan adalah salah satu hal yang sangat penting karena dengan menjaga kesehatan memungkinkan kita menjalani kehidupan yang produktif dan berkontribusi kepada masyarakat. Dalam beberapa tahun terakhir, kejadian darurat seperti wabah penyakit, bencana alam, dan kecelakaan massal telah meningkat, sehingga menyebabkan lonjakan jumlah pasien yang mengunjungi RSIA Viola. Pentingnya layanan kesehatan yang berkualitas membuat rumah sakit harus mempersiapkan diri untuk terus meningkatkan kualitas pelayanan mereka. Penelitian ini bertujuan untuk memprediksi jumlah kunjungan pasien di RSIA Viola untuk menghindari penurunan kualitas layanan kesehatan dan meminimalisir penggunaan sumber daya yang kurang efektif. Metode yang digunakan dalam penelitian ini adalah Linear Regression dan Neural Network merupakan metode prediksi yang di dukung dengan perhitungan RMSE. Dianalisis dengan menggunakan pengujian T-Test untuk menguji kebenaran atau hipotesis, dimana semakin kecil atau mendekati nilai (alpha=0.05) hasil uji T-Testnya dapat dikatakan semakin akurat prediksinya. Setelah dilakukan uji kedua metode algoritma tersebut dapat disimpulkan bahwa algoritma Linear Regression lebih baik untuk memprediksi jumlah kunjungan pasien karena memiliki RMSE yang lebih kecil yaitu sebesar 11.907 sedangkan algoritma Neural Network memiliki RMSE sebesar 12.417. Uji T-Test menghasilkan nilai sebesar 0.289, yang menujukkan tidak ada perbedaan signifikan dalam akurasi prediksi kedua algoritma.

• Katakunci
• URL https://drive.google.com/file/d/18UqzPsFrdrVGWRE8O3MV3VqPrDRdepNB/view?usp=sharing
• Penerbit ,

REFERENSI

Adi Pratama, I., & Iswani Achmad, A. (2023). Perbandingan Holt-Winters Exponential Smoothing dengan Artificial Neural Networks dalam Peramalan Produksi Cabai Besar di Kabupaten Garut Provinsi Jawa Barat. Bandung Conference Series: Statistics, 3(2). https://doi.org/10.29313/bcss.v3i2.7900

Baihaqi, W. M., Dianingrum, M., & Ramadhan, K. aswin N. (2020). Regresi linier sederhana untuk memprediksi kunjungan pasien di rumah sakit berdasarkan jenis layanan dan umur pasien. Jurnal Simetris, 10(2), 671–680.

Dr. Ns. Muhammad Thabran Talib, S. K. M. M. (2022). MANAJEMEN REKAM MEDIS “SI-JANTUNG” RUMAH SAKIT. CV. AZKA PUSTAKA. https://books.google.co.id/books?id=OVd-EAAAQBAJ

dr. Sunanto, S. B. A. M. H. C. M. C., Ariyanto, B., & Pustaka, S. M. (2023). PERLINDUNGAN HUKUM TERHADAP DOKTER YANG MELAKUKAN PELAYANAN TELEMEDICINE PASIEN BEDAH ANAK DI INDONESIA. SCOPINDO MEDIA PUSTAKA. https://books.google.co.id/books?id=cnDjEAAAQBAJ

Gustian, D., Pahmi, S., & Arianti, N. D. (2020). Menggali Emas Terpendam Data Mining. 3M Media Karya.

Husdi, H., & Dalai, H. (2023). Penerapan Metode Regresi Linear Untuk Prediksi Jumlah Bahan Baku Produksi Selai Bilfagi. Jurnal Informatika, 10(2), 129–135. https://doi.org/10.31294/inf.v10i2.14129

Ikram, D. J. W., Pane, S. F., & Fauzan, M. N. (2023). DETEKSI SPAM BOT PADA KOMENTAR YOUTUBE MENGGUNAKAN ARTIFICIAL NEURAL NETWORK(ANN). Penerbit Buku Pedia. https://books.google.co.id/books?id=C0u5EAAAQBAJ

Iriawan, N., Ulama, B. S. S., Fithriasari, K., Choir, A. S., & Prasetyo, R. B. (2020). Bayesian Neural Network dalam Pemodelan Small Area Estimation. ANDI.

Iskandar, D., Adi, W., & Wibowo, S. (2023). Data Mining Dalam Prediksi Jumlah Pasien Dengan Regresi Linear Dan Exponential Smoothing. Jurnal Sistem Informasi Dan Sains Teknologi, 5(1), 1–8.

Kaazhim, F. A. D. A. O. D. Al. (2022). Perbandingan Metode Linear Regression dan Exponential Smoothing Dalam Peramalan Penerimaan Mahasiswa Baru. JURIKOM (Jurnal Riset Komputer), 9(3), 726–732. https://doi.org/10.30865/jurikom.v9i3.4300

Mahendra, B. H., Chaerani, L., & Gumay, G. (2023). Analisis Perbandingan Prediksi Harga Saham menggunakan Algoritma Artificial Neural Network dan Linear Regression. Jurnal Ilmiah Komputasi, 22(2), 303–312. https://doi.org/10.32409/jikstik.22.2.3357

Muflikhah, L., Ratnawati, D. E., & MP, R. R. (2018). Data Mining. Universitas Brawijaya Press. https://books.google.co.id/books?id=V_NqDwAAQBAJ

Natasya, S. V., & Awangga, R. M. (2022). Membuat analisis komparatif arima & prophet pada peramalan penjualan. Buku Pedia.

Nofriansyah, D., & Nurcahyo, G. W. (2015). Algoritma Data Mining Dan Pengujian. Deepublish.

Peixeiro, M. (2019). Step-by-step Guide to Building Your Own Neural Network From Scratch. Towards Data Science. https://towardsdatascience.com/step-by-step-guide-to-building-your-own-neural-network-from-scratch-df64b1c5ab6e

Pradito, B., & Purnia, D. S. (2022). Komparasi Algoritma Linear Regression dan Neural Network Untuk Memprediksi Nilai Kurs Mata Uang. EVOLUSI : Jurnal Sains Dan Manajemen, 10(2). https://doi.org/10.31294/evolusi.v10i2.13284

Pratiwi, D. A., Awangga, R. M., & Setyawan, M. Y. H. (2020). SELEKSI CALON KELULUSAN TEPAT WAKTU MAHASISWA TEKNIK INFORMATIKA MENGGUNAKAN METODE NAÏVE BAYES. Kreatif. https://books.google.co.id/books?id=d6wGEAAAQBAJ

Putra, R. F., Zebua, R. S. Y., Budiman, B., Rahayu, P. W., Bangsa, M. T. A., Zulfadhilah, M., Choirina, P., Wahyudi, F., Andiyan, A., & Efitra, E. (2023). DATA MINING : Algoritma dan Penerapannya. PT. Sonpedia Publishing Indonesia. https://books.google.co.id/books?id=zLHGEAAAQBAJ

Putri, R. N. (2020). Indonesia dalam Menghadapi Pandemi Covid-19. Jurnal Ilmiah Universitas Batanghari Jambi, 20(2), 705. https://doi.org/10.33087/jiubj.v20i2.1010

Redo, M. R., Irianti, A., Dharmawacana, S., Tinggi, P., & Karang, T. (2021). Perbandingan performa Algoritma Neural Network, Regresi Linier, dan Random Forest dalam simulasi prediksi angka kematian pasien COVID-19 di Indonesia. Institut Informatika Dan Bisnis Darmajaya.

Rohman, A., & Rufiyanto, A. (2019). Implementasi Data Mining Dengan Algoritma Decision Tree C4 . 5 Untuk Prediksi Kelulusan Mahasiswa Di Universitas Pandaran. Proceeding SINTAK 2019, 134–139.

Rusli, M., Sany, E., & M. Hidayat, M. M. S. R. P. M. (2023). Algoritma dan Pemrograman. Penerbit P4I. https://books.google.co.id/books?id=eVW3EAAAQBAJ

Sa’adah, U., Rochayani, M. Y., Lestari, D. W., & Lusia, D. A. (2021). Kupas Tuntas Algoritma Data Mining dan Implementasinya Menggunakan R. UB Press.

Saintek, R. (2023). Kecerdasan Buatan (Artificial Intelegence) : Dari Teori hingga Penerapan. Tiram Media.

Salsabila, H., & Fauzan, M. N. (2023). Peramalan Waktu Pengiriman Outbound Menggunakan Random Forest Regresson. Buku Pedia.

Santoso, B., Azis, A. I. S., & Zohrahayaty. (2020). Machine Learning & Reasoning Fuzzy Logic Algoritma, Manual, Matlab, & Rapid Miner. Deepublish.

Tjahjanto, & Dkk. (2021). 360 Derajat Manajemen Data. Elmarkazi.