UI - Skripsi Membership :: Kembali

UI - Skripsi Membership :: Kembali

Metode fast subset scan untuk mendeteksi kejadian luar biasa (KLB) dari beberapa dataset secara simultan = Fast subset scan method for simultaneously event detection with several datasets / Resha Nesia

Resha Nesia; Yekti Widyaningsih, supervisor; Dian Lestari, supervisor; Fevi Novkaniza, examiner; Saskya Mary Soemartojo, examiner; Siti Nurrohmah, examiner ([Universitas Indonesia, ], 2014)

 Abstrak

ABSTRAK
Pendeteksian Kejadian Luar Biasa (KLB ) membutuhkan metode untuk
mendeteksi kejadian dalam waktu yang cepat agar KLB bisa ditanggulangi sedini
mungkin. Salah satu cara yang bisa dilakukan untuk mempercepat pendeteksian
KLB adalah dengan mengamati indikator-indikator dari KLB itu sendiri, seperti
mengamati gejala-gejala dari suatu wabah penyakit. Indikator-indikator tersebut
diamati sebagai dataset. Dalam mendeteksi KLB juga ingin diketahui dimana dan
berapa lama KLB telah terjadi. Pada metode ini, tiga aspek diatas (Dataset,
Lokasi, dan Waktu) diamati secara simultan melalui pendekatan Subset Scan
yang mendeteksi KLB dengan melakukan pencarian terhadap kombinasi subsetsubset
himpunan dari tiga aspek tersebut. Oleh karena jumlah subset meningkat
secara eksponensial seiring bertambahnya jumlah anggota himpunan, dilakukan
pereduksian subset dengan menggunakan sifat Linear Time Subset Scanning agar
efisien secara komputasi. Sehingga, fast subset scan berarti mendeteksi KLB
dengan waktu yang lebih cepat dan efisien secara komputasi. Sebagai ilsutrasi,
dilakukan simulasi pendeteksian yang menggunakan data sintetis dengan
mengambil penyakit Chikungunya dan 2 kecamatan di Kota Depok sebagai
objeknya.

ABSTRACT
Event Detection requires a method that can detect events in a short time so
that outbreaks can be addressed as early as possible. One way that can be
done to speed up the detection of outbreaks is to track indicators of
the outbreak itself, such as observing the symptoms of a disease outbreak. The
indicators are observed as the datasets. In detecting outbreaks also want
to know where and how long outbreaks have occurred. In this
method, three aspects above (Data Set, Location, and Time) is
observed simultaneously
with Subset Scan approach that detects outbreaks by searching for the
combinations of subsets of the of three sets aspects. Because the number
of subsets increases exponentially by increasing number of members of the
set, a reduction of subset is done using the
Linear Time Subset Scanning properties that computationally
efficient. So fast subset scan means time to detect outbreaks
is faster and computationally efficient. As ilsutration, performed detection
simulations using data synthetic by taking Chikungunya disease and 2 districts in
Depok as its object.

 File Digital: 1

Shelf
 S55678-Resha Neisa.pdf :: Unduh

LOGIN required

 Metadata

Jenis Koleksi : UI - Skripsi Membership
No. Panggil : S55678
Entri utama-Nama orang :
Entri tambahan-Nama orang :
Program Studi :
Subjek :
Penerbitan : [Place of publication not identified]: [Universitas Indonesia, ], 2014
Bahasa : ind
Sumber Pengatalogan : LibUI ind rda
Tipe Konten : text
Tipe Media : unmediated ; computer
Tipe Carrier : volume ; online resource
Deskripsi Fisik : xiii, 89 pages : illustration ; 28 cm + appendix
Naskah Ringkas :
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan UI, Lantai 3
  • Ketersediaan
  • Ulasan
  • Sampul
No. Panggil No. Barkod Ketersediaan
S55678 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 20388211
Cover