MODEL JARINGAN SYARAF RBF-FA-EGARCH UNTUK PERAMALAN DATA TIME SERIES

Abstract

Metode pengelompokan yang sering digunakan dalam penelitian adalah Fuzzy C-Mean Cluster (FCM). Dalam perkembangannya, FCM dikombinasikan metode Subtractive Clustering (SC) sehingga didapatkan Hybrid Subtractive Fuzzy C-Mean (SFCM).
Metode SFCM memiliki keunggulan dari tingkat kecepatan, dalam hal iterasi, dan menghasilkan partisi data yang lebih stabil dan akurat bila dibandingkan dengan metode sebelumnya. Pada penelitian ini, metode SCFM diaplikasikan dengan 13 variabel dari data demam berdarah. Studi kasus demam berdarah pada penelitian ini dilakukan di Provinsi Jawa Timur. Berdasarkan pengolahan dengan metode SFCM didapat hasil
pengelompokan dengan 2 kelompok, 3 kelompok, dan 4 kelompok. Dari 6 indeks validasi untuk mengetahui jumlah pengelompokan yang tepat, menunjukkan bahwa pengelompokan menjadi 2 kelompok memberikan hasil pengelompokan yang lebih bagus dibandingkan dengan pengelompokan yang lainnya. Seluruh kabupaten di Pulau Madura menjadi daerah endemi demam berdarah yang perlu diperhatikan oleh
Pemerintah Provinsi Jawa Timur. Dan hal ini senada dengan fakta yang dirilis oleh dinas kesehatan Provinsi Jawa Timur, bahwa beberapa wilayah di Madura menjadi daerah KLB yang memerlukan perhatian serius dalam penanganannya.
Kata Kunci : Fuzzy C-Mean Cluster (FCM), Subtractive Clustering (SC), Subtractive Fuzzy C-Mean (SFCM), Demam Berdarah.