Academia.edu no longer supports Internet Explorer.
To browse Academia.edu and the wider internet faster and more securely, please take a few seconds to upgrade your browser.
…
6 pages
1 file
Abstrak-Rumah sakit adalah institusi pelayanan kesehatan yang menyelenggarakan pelayanan kesehatan perorangan secara paripurna yang menyediakan pelayanan rawat jalan, rawat inap dan gawat darurat. Rawat jalan merupakan proses bisnis utama dari rumah sakit Usada Sidoarjo, namun ketersediaan sumber daya pada unit rawat jalan tidak sebanding dengan jumlah pasien yang harus dilayani. Apabila kunjungan pasien rawat jalan dapat diramalkan secara akurat dapat membantu organisasi dalam pengambilan keputusan dan perencanaan sumber daya dimasa depan. Dalam penelitian ini, metode Genetic Fuzzy System (GFS) dipilih untuk melakukan peramalan jumlah kunjungan pasien rawat jalan. Kelebihan Genetic Fuzzy System dibandingkan dengan metode time series tradisional adalah metode time series tradisional membutuhkan lebih banyak data historikal dan data harus mematuhi distribusi normal. Metode Genetic Fuzzy System ini menggunakan jenis Mamdani fuzzy rule based system dan menggunakan algoritma genetika untuk mengembangkan pengetahuan dasar sistem fuzzy. Penelitian menggunakan Genetic Fuzzy Systems memberikan hasil MAPE sebesar 12,125 %.
Bahwa spreadsheet seperti Excel dapat digunakan untuk membantu proses pembelajaran fisika mungkin tidak pernah terlintas dalam angan-angan banyak orang. Berikut disajikan sejumlah hasil pengalaman penulis yang selama tiga semester yang baru lalu mengajarkan bagaimana menggunakan spreadsheet tersebut sebagai media fisika komputasi kepada mahasiswa tingkat 2 dan 3 di ITB. Topik seperti mekanika gelombang dan listrik dapat disimulasikan lewat cara yang relatif mudah dan sederhana. Mencari solusi numerik persamaan diferensial cukup dilakukan lewat proses 'copy' dan 'paste' pada sel-sel spreadsheet. Tersedianya fungsi-fungsi matematik untuk sel-sel, fasilitas grafik serta pemrograman lewat makro membentuk lingkungan belajar yang lengkap dan saling mengisi. Melalui kombinasi itu mahasiswa diharapkan bukan hanya belajar bagaimana membuat program, tetapi juga dapat melihat sendiri secara transparan mengapa langkah-langkah itu yang harus dilakukannya.
The dissatisfactory quality of education in Indonesia showed that the quality of teaching and learning process done by teachers & students was still low. Learning paradigm still focused on a teacher only (teacher centered learning) that caused learning process unattractive and monotonous, and it did not give a challenge for students. As a result, the graduates, both of primary and secondary education levels, became static humans who had no creativity and innovation in their life. There were some factors that made difficult to change teacher paradigm in teaching and learning activity, namely teacher's low commitment and skill in implementing active teaching-learning process. Therefore, teachers training institution (LPTK) should prepare the students to have skills in implementing active teaching and learning. One of some efforts that could be done to improve students' skill, as prospective teachers, in implementing an active learning was that by implementing MEI strategy. It covered: Modelling (a lecturer as a model in implementing active learning in the class), (2) Engaging (it involves students in active learning. in this case, planning, processing and evaluating of the teaching-learning activity done by a lecturer reflected the real implementation of active learning), and (3) Integrating (it integrates active learning in all subjects theoretically and practically, like the subjects of teaching and learning strategy, learning design, development of learning media, learning assessment, and microteaching). Keyword: prospective teacher's skills, active learning, and MEI PENDAHULUAN Rendahnya kualitas pendidikan di Indonesia secara tidak langsung menunjukkan rendahnya kualitas pembelajaran, dan rendahnya kualitas pembelajaran salah satunya disumbangkan oleh rendahnya kualitas guru. Sebagai agen pembelajaran, guru merupakan kunci utama keberhasilan pendidikan, sehingga tidak mengherankan jika kemudian guru menjadi pihak yang dianggap paling bertanggung jawab terhadap baikburuknya kualitas pendidikan. Sebagai agen pembelajaran, fungsi utama guru adalah meningkatkan mutu pendidikan nasional (UU No.14 tahun 2005). Dalam rangka memenuhi tuntutan Undang-undang tersebut, maka pemerintah menetapkan empat kompetensi yang harus dimiliki oleh guru dalam menjalankan tugasnya, yaitu kompetensi pedagogik, kompetensi profesional, kompetensi kepribadian KREATIF
Abstrak : Tanah merupakan tempat dimana manusia berkegiatan, baik untuk kegiatan ekonomi, sosial, belajar-mengajar, kawasan perlindungan (konservasi) dan lainnya, sehingga manfaat yang begitu banyak menjadikannya semakin lama semakin menyempit dan kadang tidak berdaya guna maksimal. Dalam perkembangannya selalu banyak pengalih fungsian dari tanah tersebut, contoh dari lahan kosong menjadi gedung. Itu wajar terjadi karena dengan bertambahnya populasi manusia maka semakin bertambahnya pula sarana dan prasana yang diperlukan. Keberadaan geo-spasial dalam suatu proses perencanaan menjadi salah satu peran penting dimana dari informasi geospasial dapat diperoleh banyak informasi tanpa harus terjun langsung ke lapangan. Lebih dari itu infromasi geo-spasial dapat menjadi salah satu aspek dalam proses pengambilan keputusan dalam rangka perencanaan dan pengembangan suatu wilayah ke depan.
Abstrak: Fungsi pendidikan nasional seperti ditegaskan dalam Undang-Undang Nomor 20 Tahun 2003 Pasal 3 adalah mengembangkan kemampuan dan membentuk watak serta peradaban bangsa yang bermartabat dalam rangka mencerdaskan kehidupan bangsa, serta bertujuan untuk berkembangnya potensi peserta didik agar menjadi manusia yang beriman dan bertakwa kepada Tuhan Yang Maha Esa, berakhlak mulia, sehat, berilmu, cakap, kreatif, mandiri, dan menjadi warga negara yang demokratis serta bertanggung jawab. Fungsi dan tujuan pendidikan ini terkait dengan pembangunan moral dan karakter bangsa. Karena ini adalah misi besar, maka perlu dukungan dari semua kalangan mulai dari pemerintah pusat hingga rakyat (masyarakat). Salah satu upaya yang bisa dilakukan untuk pembinaan karakter peserta didik di sekolah adalah dengan memaksimalkan fungsi mata pelajaran, khususnya pendidikan agama. Karena itulah, pendidikan agama juga memiliki misi utama dan mulia dalam pembangunan karakter bangsa Indonesia. Revitalisasi pendidikan agama di sekolah menjadi sangat penting demi terwujudnya karakter bangsa di masa depan.
High quality educator will produce high quality human capital. Therefore, the purpose of this study is to determine the level of professionalism education value practices among trainee educator based on Standard Guru Malaysia (SGM). The level of professionalism education value practices is determine based on three elements from 14 original elements in measuring self-domain which is believe in God, leadership and interpersonal and intrapersonal skills. This descriptive research used modified rubric instrument based on SGM and reliability value of the instrument is is 0.87. 188 final year students, who are doing education course at Universiti Teknologi Malaysia, Skudai, Johor have been used as the respondent. Statistical Package for the Social Science (SPSS 16.0) software has been used to analyze raw data of this research. Research findings showed that the overall levels of professionalism value practices by trainee educator are at moderate level (mean 3.31) with leadership elemen at the lowers frequency. Further analysis on believe in God shows that sub-item, which is "integration value believe in God through education process because educator believe it as the highest value in producing good personality" also get the lowers frequency. This interesting finding shows that trainee educator do not have very clear self understanding that integration of self-awareness and believe in God existence as the highest and prerequisite values for producing good personality character individual. Therefore, this research propose to strengthen professionalism value among trainee educator through training program so that they can understand that the real purpose of education process is to produce good personality character leader based on the highest value which is believe in God.
Abstrak: Diabetes melitus merupakan salah satu penyakit yang sering dijumpai pada usia lanjut. Hampir 50% pasien diabetes tipe 2 berusia 65 tahun ke atas. Diabetes pada usia lanjut berbeda secara metabolik dengan diabetes pada kelompok usia lainnya, sehingga diperlukan pendekatan terapi yang berbeda pada kelompok usia ini. Pada tahun 2008, American Diabetes Association (ADA) dan European Association for the Study of Diabetes (EASD) mengembangkan sebuah rekomendasi tata laksana terbaru untuk diabetes tipe 2. Algoritma dalam konsensus tersebut memberikan gambaran dan panduan bagi dokter dalam manajemen diabetes tipe 2, khususnya dalam menentukan intervensi yang paling tepat bagi penderita diabetes. Di samping itu, sindrom geriatri perlu dipertimbangkan di dalam manajemen diabetes pada usia lanjut. Diabetes juga memberikan komplikasi makrovaskular dan mikrovaskular. Beberapa bukti menyebutkan bahwa kontrol gula darah optimal dan modifikasi faktor risiko dapat mengurangi risiko terjadinya komplikasi pada pasien usia lanjut. Kata kunci: diabetes melitus, usia lanjut, manajemen Diabetes Melitus Tipe 2 pada Usia Lanjut Abstract: Diabetes melitus is a common disease in older people, with almost 50 % of Type 2 diabetic patients being over 65 years of age. Diabetes in elderly is metabolically distinct from diabetes in other patient populations, and the approach to therapy needs to be different in this age group. In 2008, the American Diabetes Association (ADA) and the European Association for the Study of Diabetes (EASD) developed updated treatment recommendations for type 2 diabetes. The consensus algorithm provides insight and guidance for physicians in the management of Type 2 diabetes in choosing the most appropriate interventions for diabetic patients. Besides, the geriatric syndromes must be considered in the management of older diabetic patients. Diabetes is also associated with morbidity from macrovascular and microvascular complications. Several evidences suggest that optimal glycemic control and risk factor modification can reduce the risk of diabetes complications in elderly patients.
Islamic religious education is a conscious and deliberate effort in preparing learners to recognize, understand, to live up to believe in the teachings of Islam coupled with guidance to respect other faiths in conjunction with the harmony between religious believers to manifest the unity and the unity of the nation. Scaffolding is a technique to alter the level of support. During the teaching session, someone more expert (teacher, or students who are better able to) adjust the amount of guidance to the level of student performance that has been achieved. In this study the research methods used type class action (action research) with the object of research is a class X student of SMAN 1 Malang. For random sampling technique used by the sample of 35 students. After the data is collected, then the processing performed using SPSS version 16. The results showed that the use scaffolding method can improve the achievement and student understanding. In the first cycle the average value of class X subjects PAI II 71 and the cycle increased to 77 with a significance level of 0000 and the third cycle of student scores to 83.
Abstrak-Penelitian ini bertujuan untuk mempelajari proses pengambilan minyak serai wangi (Citronella oil) dari daun dan batang serai wangi dengan metode distilasi uap dan air dengan pemanasan microwave dan membandingkan hasil yang didapatkan dengan penelitian terdahulu yaitu hydro distillation dan steam distillation kemudian mempelajari beberapa faktor yang berpengaruh terhadap rendemen dan mutu minyak serai wangi yang dihasilkan seperti pengaruh kondisi bahan (segar dan layu) dari daun dan batang serai wangi, pengaruh perlakuan bahan (utuh dan dicacah ± 2 cm), pengaruh bagian dari serai wangi (daun dan batang) serta pengaruh suhu operasi (100 °C, 105 °C dan 110 °C). Penelitian ini dilakukan dengan menggunakan metode distilasi uap dan air (steam and hydro distillation) dengan pemanasan microwave. Dalam pemanfaatan microwave akan ditambahkan pelarut berupa air untuk mengambil minyak di dalam daun dan batang serai wangi serta dilakukan pengambilan distilat tiap 20 menit. Kondisi operasi untuk metode ini adalah pada massa 200 gram dan tekanan atmosferik. Dari hasil penelitian didapatkan % rendemen minyak serai wangi yang tinggi pada variabel daun adalah pada daun layu cacah pada suhu 110 dengan % rendemen sebesar 1,52 % dan untuk batang adalah pada batang layu cacah pada suhu operasi 110 dengan % rendemen sebesar 1,03 %. Kandungan Citronella yang tinggi pada daun adalah saat kondisi daun segar sebesar 67,36 % dan pada batang saat kondisi batang layu sebesar 85,73 %. Densitas minyak serai wangi untuk daun pada range 0,872 -0,882 gram/cm 3 dan untuk batang pada range 0,862 -0,877 gram/cm 3 . Nilai indeks bias untuk daun pada range 1,415 -1,472 dan pada batang pada range 1,415 -1,438. Nilai bilangan asam untuk daun pada range 2,805 -3,366 dan pada batang pada range 3,086 -3,647.
Rotating Biological Contactor (RBC) adalah suatu proses pengolahan air limbah secara biologis yang terdiri atas disc melingkar yang diputar oleh poros dengan kecepatan tertentu. RBC mempunyai beberapa keuntungan, antara lain mudah dioperasikan, mudah dalam perawatan, tidak membutuhkan banyak lahan.
II. DASAR TEORI
Bagian ini memaparkan teori-teori yang menjadi landasan dalam penelitian. Teori-teori yang dipaparkan, pembahasan mengenai logika serta himpunan fuzzy, Algoritma genetik dan genetic fuzzy system.
II.1 Logika Fuzzy
Logika fuzzy adalah logika yang digunakan untuk menjelaskan keambiguan. Logika Fuzzy adalah peningkatan dari logika boolean yang mengenalkan konsep kebenaran sebagian. Di mana logika klasik menyatakan bahwa segala hal dapat diekspresikan dalam istilah binary (0 atau 1, hitam atau putih, ya atau tidak), logika fuzzy menggantikan kebenaran boolean dengan tingkat kebenaran. Logika fuzzy merupakan suatu cara yang tepat untuk memetakan suatu ruang masukan ke dalam suatu ruang hasil [5].
II.1.1 Fungsi Keanggotaan
Fungsi keanggotaan adalah suatu kurva yang menunjukkan pemetaan titik-titik masukan data kedalam nilai keanggotaan yang memiliki interval antara 0 sampai 1 [6].Untuk mendapatkan derajat keanggotaan fuzzy digunakan pendekatan fungsi. Ada beberapa fungsi keanggotaan yang dapat digunakan, seperti fungsi linier turun, fungsi linier naik, fungsi segitiga, fungsi trapesium, kurva S, kurva lonceng.
Pada penelitian ini menggunkan fungsi keanggotaan Gauss. kurva Gauss memiliki 2 parameter dengan nilai (γ) untuk menunjukkan nilai domain pada pusat kurva, dan (k) yang menunjukkan lebar kurva. Nilai kurva untuk suatu nilai domain x diberikan sebagai:
Gambar. 1. Kurva Gauss [5] Fungsi keangotaan pada kurva GAUSS adalah G(x;k;ɣ) = e -k(ɣ-x) 2 (1)
II.2 Algoritma Genetika
Algoritma ini ditemukan di Universitas Michigan, Amerika Serikat oleh John Holland (1975) melalui sebuah penelitian dan dipopulerkan oleh salah satu muridnya, David Goldberg. Algoritma genetika adalah algoritma yang berusaha menerapkan pemahaman mengenai evolusi alamiah pada tugas-tugas pemecahan-masalah (problem solving). Pendekatan yang diambil oleh algoritma ini adalah dengan menggabungkan secara acak berbagai pilihan solusi terbaik di dalam suatu kumpulan untuk mendapatkan generasi solusi terbaik berikutnya yaitu pada suatu kondisi yang memaksimalkan kecocokannya atau lazim disebut fitness. Generasi ini akan merepresentasikan perbaikan -perbaikan pada populasi awalnya. Dengan melakukan proses ini secara berulang, algoritma ini diharapkan dapat menyimulasikan proses evolusioner. Pada akhirnya, akan didapatkan solusisolusi yang paling tepat bagi permasalahan yang dihadapi. Untuk menggunakan algoritma genetik, solusi permasalahan direpresentasikan sebagai kromosom.
Kromosom ini merupakan suatu solusi yang masih berbentuk simbol. Populasi awal dibangun secara acak, sedangkan populasi berikutnya merupakan hasil evolusi kromosom-kromosom melalui iterasi yang disebut dengan generasi. Pada setiap generasi, kromosom akan melalui proses evaluasi dengan menggunakan alat ukur yang disebut dengan fungsi fitness. Nilai fitness dari suatu kromosom akan menunjukkan kualitas dari kromosom dalam populasi tersebut. Generasi berikutnya dikenal dengan istilah anak (offspring) terbentuk dari gabungan dua kromosom generasi sekarang yang bertindak sebagai induk (parent) dengan menggunakan operator penyilangan (crossover). Selain operator penyilangan, suatu kromosom dapat juga dimodifikasi dengan menggunakan operator mutasi.
II.3 Genetic Fuzzy Systems
Genetic fuzzy system pada dasarnya merupakan sebuah sistem fuzzy yang diperkuat melalui proses pembelajaran berdasarkan pada evaluasi komputasi, yang mencakup algoritma genetik. Algoritma genetik digunakan untuk membangkitan atau modifikasi basis data dari sistem kendali fuzzy. Basis data meliputi fungsi penskalaan dan fungsi keanggotaan yang didefinisikan untuk sistem kendali fuzzy. Pembangkitan atau modifikasi basis data dilakukan melalui proses tuning dan atau learning. Proses tuning merupakan proses untuk mengatur kembali parameter atau panjang interval dari sistem kendali fuzzy, yaitu modifikasi fungsi penskalaan dan fungsi keanggotaan. Proses learning adalah proses untuk memodifikasi basis aturan dari sistem kendali fuzzy [8].
Proses tuning terhadap basis data fuzzy menggunakan algoritma genetik dapat dibedakan atas approximate genetic tuning dan descriptive genetic tuning. Pada approximate genetic tuning kromosom akan mengkodekan basis pengetahuan secara lengkap (baik premis maupun konklusi dari aturan). Sedangkan pada descriptive genetic tuning, kromosom hanya mengkodekan definisi basis data (bagian premis aturan) berdasarkan partisi domain fuzzy dari variabel masukan. Tujuan dari proses tuning basis data fuzzy adalah untuk membuat sistem inferensi fuzzy memberikan hasil yang optimal dengan cara mengatur kembali parameter atau panjang interval fungsi keanggotaan yang dipakai dalam sistem. Untuk itu diperlukan sekumpulan data training, yaitu pasangan data masukan dan hasil yang dihasilkan dari sistem kendali fuzzy. Dalam hal ini data masukan berhubungan dengan nilai data jumlah kunjungan pasien rawat jalan rumah sakit Usada Sidoarjo dan data hasil dianggap sebagai nilai hasil yang diharapkan dapat dihasilkan oleh sistem. Proses tuning akan memodifikasi parameter atau panjang interval himpunan fuzzy dari variabel masukan sehingga sistem dapat memberikan hasil yang mendekati data training yang diberikan. Pendekatan yang dipakai dalam penelitian ini adalah pendekatan Pittsburgh.
III. METODOLOGI
Bagian ini menjelaskan mengenai metodologi penelitian menggunakan genetic fuzzy systems. Implementasi genetic fuzzy systems terlihat pada gambar 2 dan 3.
III.1 Menghitung variasi periode pada data histori
Variasi pada data digunakan untuk menentukan jumlah lag yang akan digunakan. Lag merupakan selisih data saat ini dengan data sebelumnya. Data lag digunakan untuk mengetahui pengaruh waktu keberapa sebelumnya yang mempengaruhi waktu sekarang.
Gambar. 2. Diagram alur Implementasi model.
Gambar. 3. flowchart optimasi batas interval menggunakan Algoritma genetic.
III.2 Membagi Interval data
Penentuan panjang interval sangat berpengaruh dalam pembentukan aturan fuzzy yang tentunya akan memberikan dampak perbedaan hasil perhitungan peramalan, oleh karena itu pembentukan aturan fuzzy haruslah tepat dan hal ini mengharuskan penentuan panjang interval adalah tidak boleh terlalu besar dan tidak boleh terlalu kecil, karena jika interval itu terlalu besar maka tidak akan terjadi fluktuasi dalam proses perhitungan fuzzy, demikian juga jika interval terlalu kecil maka makna dari fuzzy sendiri akan hilang hal ini dikarenakan himpunan yang terbentuk cenderung ke himpunan crips.
III.3 Optimasi batas atau titik potong interval menggunakan algoritma genetik
Pada penelitian ini algoritma genetik digunakan untuk mengoptimasi batas atau titik potong setiap interval. Dimana kurva yang digunakan adalah kurva gauss yang dibagi menjadi lima kelompok yaitu : Very low, low, Normal, High, Very High. Dimana nilai x merupakan batas atau titik potong dari fungsi keanggotan gauss sedangkan nilai y merupakan derajat keangotaan.
III.3.1 Menginisialisasi generasi awal dan menentukan
parameter masukan Pada tahap ini dilakukan proses pembangkitan sebuah populasi yang berisi sejumlah kromosom. Setiap kromosom berisi sejumlah gen. Pembentukan kromosom merupakan proses awal dari implementasi algoritma genetik. Algoritma genetik digunakan untuk mendapatkan hasil performansi sistem yang optimal. Gen penyusun kromosom adalah batas untuk setiap kelompok atau interval.
III.3.2 Menghitung nilai fitenss untuk setiap kromosom
Perhitungan fungsi fitness untuk pencarian best fitness. Pada penelitian ini fungsi fitness digunakan untuk meminimalkan nilai error, dimana fungsi yang digunakan adalah sebagai berikut :
(2) Keterangan : n adalah jumlah data adalah hasil yang didapat dari proses Fuzzy y t adalah hasil yang sudah kita punya sebagai masukanan t adalah urutan variabel masukan
III.3.3 Mengurutkan kromosom dan mengaplikasikan
operator genetik untuk menghasilkan keturunan baru. Untuk menghindari kecendrungan konvergen pada optimum lokal, maka digunakan skala nilai fitness sehingga dapat diperoleh nilai fitness baru yang lebih baik. Setelah didapatkan nilai fitness terbaik maka dilakukan pemilihan dua buah kromosom sebagai orang tua, yang akan dipindah silangkan, pemilihan dilakukan dengan metode seleksi roulette-wheel. Fungsi roulette-wheel seleksi dimulai dengan memutar roulette wheel sebanyak pop_size kali. Setiap kali putaran, satu kromosom dipilih untuk populasi baru dengan cara sebagai berikut : a. Buat bilangan acak r dengan range [0,1] b. Jika r ≤ q1, maka pilih kromosom pertama, jika tidak, pilih kromosom ke-k dengan 2 ≤ k ≤ pop_size sehingga qk-1 < r < qk . Selanjutnya digunakan operator genetik crossover dan mutasi untuk mendapatkan generasi baru.
III.4 Fuzzifikasi
Pendefinisian himpunan fuzzy dari masing-masing kelompok ditentukan berdasarkan derajat keanggotaan nilai tersebut pada tiap interval yang ada. Selain itu, himpunan fuzzy tersebut juga dapat digunakan untuk mengetahui berapa derajat keanggotaan data historikal pada interval yang ada.
III.5 Membuat relasi logika fuzzy
Langkah selanjutnya adalah menentukan relasi logika fuzzy yang didapatkan dari nilai fuzzy pada langkah sebelumnya, apabila data yang telah di-fuzzify pada waktu n-1 adalah A y , dan data yang telah di-fuzzify pada waktu n adalah A x " . Maka relasi logika fuzzy "A y A x "
III.6 Defuzzifikasi
Langkah selanjutnya adalah defuzzify prediksi nilai yang dihasilkan dari langkah sebelumnya. Implementasi langkah tersebut menggunakan aturan chen dimana menggunakan nilai tengah. Misalkan Dalam skenario uji coba digunakan parameter yang dibagi menjadi dua, yaitu parameter umum dan parameter khusus. Parameter umum yaitu dengan menentukan batas atau titik potong interval secara langsung menggunakan pembagi interval 5. Sedangkan untuk skenario uji coba dengan parameter khusus digunakan parameter yang dapat meminimumkan fungsi fitness.
IV.1 Peramalan menggunakan fuzzy
Uji coba peramalan peramalan dengan menggunakan parameter umum yaitu menentukan batas atau titik potong interval secara manual dengan membagi data menjadi 5 interval. Dengan titik potong interval didapatkan dari data terbesar jumlah kunjungan pasien dikurangi data terkecil dan dibagi dengan jumlah interval. Pada Penelitian ini data terkecil adalah 5 dan data terbesar adalah 126. Gambar Perbandingan hasil peramalan dengan data aktual untuk penentuan titik potong secara manual tanpa menggunakan optimasi dengan algoritma genetik. Rata -rata MAPE yang didapatkan untuk seluruh data testing sebesar 14,7408%.
IV.2 Peramalan Menggunakan Genetic Fuzzy System
Nilai probabilitas crossover yang umum digunakan adalah antara 0.6 dan 0.75 (Eiben et al., 1999). Goldberg,D.E.,1989 menyebutkan probabilitas crossover 0.6 sebagai parameter yang dapat digunakan untuk memberikan hasil yang cukup optimal, sedangkan probabilitas mutasi diusahakan kecil. Untuk mengetahui besaran probabilitas mutasi yang dapat memberikan hasil yang optimal dilakukan sejumlah percobaan terhadap data kunjungan pasien sebelumnya. Percobaan dilakukan dengan probabilitas crossover 0.6 dan 0,75 sedangkan probabilitas mutasi berubah-ubah. Semua percobaan dilakukan dengan populasi berukuran 50 untuk 100 generasi. Hasil algoritma genetik untuk setiap percobaan dapat dilihat pada tabel dibawah ini : Gambar. 6. Grafik Hasil peramalan menggunakan Fuzzy.
Figure 1999
V. KESIMPULAN/RINGKASAN
V.1 Kesimpulan
Kesimpulan yang didapatkan berdasarkan hasil percobaan Model genetic fuzzy systems dapat digunakan untuk peramalan jumlah kunjungan pasien rawat jalan rumah sakit Usada Sidoarjo dengan nilai MAPE 12.125%, nilai ini lebih rendah dari peramalan menggunakan fuzzy biasa dikarenakan genetic fuzzy systems dapat menghasilkan interval fuzzy yang optimal sehingga dapat memperkecil nilai error pada proses Fuzzifikasi.
Genetic fuzzy system dapat memberikan hasil yang konvergen dengan nilai fitness yang minimum jika parameter probabilitas crossover yang dipakai adalah 0.6 dan parameter probabilitas mutasi 0.1. Hal ini disebabkan semakin tinggi nilai probabilitas crossover, semakin cepat struktur baru diperkenalkan dalam populasi. Jika probabilitas pindah silang terlalu tinggi, struktur dengan fungsi obyektif yang baik dapat hilang dengan cepat dari seleksi sehingga populasi tidak bisa digunakan kembali.
Procedia - Social and Behavioral Sciences, 2012
World Journal of Pharmaceutical Research, 2019
Optical Fiber Communication Conference/National Fiber Optic Engineers Conference 2013, 2013
Pure and Applied Chemistry, 2000
Studies in Computational Intelligence, 2013
Gestão & Produção, 2020
Teleoperators and Virtual Environments, 2000
Journal of Agricultural, Biological, and Environmental Statistics, 2010
Journal of Environmental Planning and Management 52 (8):993-1012, 2009
Value in Health, 2018
Diversity & Equality in Health and Care, 2016
Estudios Geológicos, 1984
Comptes Rendus Mecanique, 2009
Sensors and Actuators B: Chemical, 2018
Journal of Thrombosis and Thrombolysis, 2015
Rejuvenation Research, 2008
Missouri law review, 2001
The Journal of Pure and Applied Chemistry Research, 2018