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 Pendeteksian Kejadian Luar Biasa (KLB ) membutuhkan metode untukmendeteksi kejadian dalam waktu yang cepat agar KLB bisa ditanggulangi sedinimungkin. Salah satu cara yang bisa dilakukan untuk mempercepat pendeteksianKLB adalah dengan mengamati indikator-indikator dari KLB itu sendiri, sepertimengamati gejala-gejala dari suatu wabah penyakit. Indikator-indikator tersebutdiamati sebagai dataset. Dalam mendeteksi KLB juga ingin diketahui dimana danberapa lama KLB telah terjadi. Pada metode ini, tiga aspek diatas (Dataset,Lokasi, dan Waktu) diamati secara simultan melalui pendekatan Subset Scanyang mendeteksi KLB dengan melakukan pencarian terhadap kombinasi subsetsubsethimpunan dari tiga aspek tersebut. Oleh karena jumlah subset meningkatsecara eksponensial seiring bertambahnya jumlah anggota himpunan, dilakukanpereduksian subset dengan menggunakan sifat Linear Time Subset Scanning agarefisien secara komputasi. Sehingga, fast subset scan berarti mendeteksi KLBdengan waktu yang lebih cepat dan efisien secara komputasi. Sebagai ilsutrasi,dilakukan simulasi pendeteksian yang menggunakan data sintetis denganmengambil penyakit Chikungunya dan 2 kecamatan di Kota Depok sebagaiobjeknya. ABSTRACT Event Detection requires a method that can detect events in a short time sothat outbreaks can be addressed as early as possible. One way that can bedone to speed up the detection of outbreaks is to track indicators ofthe outbreak itself, such as observing the symptoms of a disease outbreak. Theindicators are observed as the datasets. In detecting outbreaks also wantto know where and how long outbreaks have occurred. In thismethod, three aspects above (Data Set, Location, and Time) isobserved simultaneouslywith Subset Scan approach that detects outbreaks by searching for thecombinations of subsets of the of three sets aspects. Because the numberof subsets increases exponentially by increasing number of members of theset, a reduction of subset is done using theLinear Time Subset Scanning properties that computationallyefficient. So fast subset scan means time to detect outbreaksis faster and computationally efficient. As ilsutration, performed detectionsimulations using data synthetic by taking Chikungunya disease and 2 districts inDepok as its object. |
![]()
|
No. Panggil : | S55678 |
Entri utama-Nama orang : | |
Entri tambahan-Nama orang : | |
Subjek : | |
Penerbitan : | [Place of publication not identified]: [Universitas Indonesia, ], 2014 |
Program Studi : |
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 |
No. Panggil | No. Barkod | Ketersediaan |
---|---|---|
S55678 | TERSEDIA |
Ulasan: |
Tidak ada ulasan pada koleksi ini: 20388211 |