Implementasi Markov Chain untuk Prediksi Kasus Penderita Demam Berdarah Dengue di Kabupaten Bengkalis

The Implementation of Markov Chain for Prediction on Chemistry of Hemorrhic Figure Case In Bengkalis District

Authors

  • Trio Laksono Sekolah Tinggi Agama Islam Negeri Bengkalis
  • Said Thaufik Rizaldi UIN Sultan Syarif Kasim Riau
  • Muhammad Arifin Politeknik Negeri Bengkalis

Keywords:

Aedes Aegypti, Bengkalis, Demam Berdarah Dengue, Markov Chain, Prediksi

Abstract

Demam Berdarah Dengue (DBD) adalah penyakit menular yang disebabkan oleh virus Dengue dan ditularkan oleh nyamuk Aedes Aegypti, ditandai dengan demam 2–7 hari dan penurunan jumlah trombosit. Angka pesakitan DBD di Kabupaten Bengkalis sangat tinggi sehingga pada Tahun 2014 Bengkalis ditetapkan sebagai Kejadian Luar Biasa DBD. Dinas Kesehatan Bengkalis sudah melakukan upaya-upaya pencegahan, namun kasus DBD masih saja terus terjadi dan menimbulkan korban jiwa. Untuk itu maka diperlukan sebuah prediksi yang bisa dijadikan acuan untuk menangani kasus DBD di masa mendatang. Tujuan dari penelitian ini ialah untuk melihat angka kenaikan kasus DBD Tahun 2016 dan mengimplementasikan hasil prediksi kedalam sistem. Metode prediksi yang digunakan dalam penelitian ini ialah metode Markov Chain. Metode ini membandingkan data DBD pada keadaan sebelumnya dengan keadaan sekarang secara diskrit maupun kontinyu. Hasil yang didapat dalam penelitian ini ialah prediksi kasus DBD Kabupaten Bengkalis pada Tahun 2016, dan juga sebuah sistem informasi prediksi DBD. Angka prediksi yang diperoleh untuk tahun 2016 ialah sebesar 343 kasus. Berdasarkan hasil prediksi yang dilakukan, diketahui bahwa kasus DBD di Kabupaten Bengkalis mengalami peningkatan pada Bulan Januari 2016 kemudian mengalami penurunan pada Bulan Februari 2016.

Kata Kunci : Aedes Aegypti, Bengkalis, Demam Berdarah Dengue, Markov Chain, Prediksi

References

Bain, S. V. (2011). Dengue fever: An emerging infectious disease in The Bahamas. The International Journal of Bahamian Studies, 17(2), 67-72.

Chan et al. Daily forecast of dengue fever incidents for urban villages in a city International Journal of Health Geographics 2015, 14:9

Depkes. Jendela Epidemiology: Demam Berdarah Dengue. Jakarta. Pusat Data Dan Surveilans Epidemiologi Kementerian Kesehatan RI. 2010

H. E. Roman and M. Porto, “Fractional Brownian motion with stochastic variance: Modeling absolute returns in stock markets”, International Journal of Modern Physics, C, Physics and Computers, vol. 19, no. 8, (2008), pp. 1221-1242.

Mustakim Dan Syaifullah. “Pengembangan Aplikasi Prediksi Penyakit Berbahayadi Provinsi Riau Berdasarkan Model Markov Chains,” Jurnal Rekayasa Dan Manajemen Sistem Informasi. Vol. 1, No. 1, Hal. 10-12. 2015

Nasution Dan Prasetyawan. Perencanaan Dan Pengendalian Produksi. Yogyakarta: Graha Ilmu. 2008

P. Zhi-Hang, X. Le-Tian and S. Yong-Mei, “Application of Weighted Markov Chain in the Prediction of Year's Harvest of Crops”, Mathematics in Practice and Theory, (2005), pp.30-35.

Q. L. Song and C. Song, “Application of Markov Chain in the Prediction of the Market Economy”, Journal of Business Research, vol. 2, (2009), pp. 46-49.

Srikanth P. Using Markov chains to predict the natural progression of

diabetic retinopathy. Int J Ophthalmol 2015;8(1):132-137

Syafruddin S, Dkk. “Aplikasi Analisis Rantai Markov Untuk Memprediksi StatusPasienRumah Sakit Umum Daerah Kabupaten Barru,” Online Jurnal OfNatural Science.Vol. 3, Hal. 315-316, Desember 2013

Taylor, H. M., Dan Karlin, S. An Introduction To Stochastic Modelling. Revised Ed. New York: Academic Press. 1994

Zhou Q X. Application of Weighted Markov Chain in Stock Price Forecasting of China Sport Industry. International Journal of u- and e- Service, Science and Technology Vol.8, No.2 (2015), pp.219-226

Downloads

Published

2021-03-06