Abstract:Abstract: Stunting is one of the nutritional problems that the world pays the most attention to and a major nutritional problem in Indonesia. Stunting is a problem in toddler growth which is characterized by a toddler's…
height that is too short compared to toddlers of his age. In the research location, namely Asahan Regency, the mapping of areas prone to increased stunting rates has not been carried out optimally. The process of exploring the stunting data warehouse is useful for adding information that can assist the government in making policies. Therefore, the aim of this research is to map stunting-prone areas in Asahan district based on the number of stunting cases in Asahan district using the machine learning-based K-Means clustering model. Based on previous research reviews, the k-means clustering method used has not used the normalization process. In addition, distance measurement only uses Euclidean Distance. Meanwhile, in this research, clustering performance analysis was carried out using a more in-depth process, namely by applying data normalization at the beginning, using the elbow method to determine the best number of clusters (K), measuring distance using Euclidean Distance, Manhattan Distance and Minkowski Distance to obtain comparison results. better clusters. The analysis results show that the best number of clusters is cluster 2 which shows the mapping results into 2 groups with a DBI of 0.51290 and a silhouette_score of 0.71432.
Keywords: stunting; k-means clustering; machine learning
Abstrak: Stunting menjadi salah satu permasalahan gizi yang paling diperhatikan dunia dan permasalahan gizi yang utama di Indonesia. Stunting merupakan masalah pada pertumbuhan balita yang ditandai dengan tinggi badan balita yang terlalu pendek dibanding balita seusianya. Pada lokasi penelitian yaitu Kabupaten Asahan, pemetaan daerah rawan peningkatan angka stunting belum dilakukan dengan optimal. Proses eksplorasi gudang data stunting ini berguna untuk menambah informasi yang dapat membantu pemerintah dalam mengambil kebijakan. Maka dari itu, tujuan dari penelitian ini adalah pemetaan daerah rawan stunting di kabupaten Asahan berdasarkan jumlah kasus stunting di Kabupaten Asahan menggunakan model clustering metode K-Means berbasis machine learning. Berdasarkan tinjauan penelitian terdahulu, metode k-means clustering yang digunakan belum menggunakan proses normalisasi. Selain itu, pengukuran jarak hanya menggunakan Euclidean Distance. Sedangkan dalam penelitian ini, analisis kinerja clustering yang dilakukan dengan proses yang lebih mendalam yaitu dengan penerapan normalisasi data di awal, penggunaan elbow method untuk penentuan jumlah cluster (K) terbaik, pengukuran jarak dengan Euclidean Distance, Manhattan Distance dan Minkowski Distance untuk mendapatkan hasil perbandingan cluster yang lebih baik. Hasil analisis menunjukkan bahwa jumlah cluster terbaik yaitu cluster 2 yang menunjukkan hasil pemetaan menjadi 2 kelompok dengan DBI 0.51290 dan silhouette_score sebesar 0.71432.
Kata kunci: stunting; k-means clustering; machine learning
Abstract:Abstract: that the number of catches obtained by fishermen is more optimal. With secondary data based on the type of cultivation developed by fishing communities, the authors intend to explore this data so that they can…
examine more deeply the most effective types of cultivation using analysis of variance to find out the differences between each type of cultivation and cluster analysis using the complete linkage method. to find out the grouping of marine culture production based on the types developed by fishing communities in Indonesia. The correlation between the observed variables is 0.008, so it can be said that there is no relationship between the observed variables. In addition, the sig. and t-test. sig value is obtained. > α (5% = 0.05). This means that there is a significant average difference in fish production results based on the type of cultivation developed by fishing communities. With the grouping of types of marine cultivation developed by the Wesleyan community using the complete-linkage method, they are divided into 3 groups based on the degree of similarity in the production results obtained. Cluster 1 consists of Floating Nets, and Pools; Cluster 2 consists of other seas, seaweed, cages, and fishing nets; and Cluster 3 consists of Fresh Floating Nets, Minapadi, and Ponds.
Keywords: Complete-Linkage; Fish Production; Mariculture; Multivariate Analysis; T-test;
Abstrak: Berdasarkan penelitian sebelumnya pada analisis variansi untuk menguji perbedaan rata-rata pada masing-masing perlauan peletakan sudut jarring agar jumlah tangkapan yang diperoleh nelayan lebih optimal. Dengan adanya data sekunder berdasarkan jenis budidaya yang dikembangkan masyarakat nelayan, penulis bermasksud untuk melakukan eksplorasi pada data tersebut agar dapat mengkaji lebih dalam terhadap jenis budidaya yang paling efektif dengan analisis variansi untuk mengetahu perbedaan dari masing-masing jenis budidaya serta analisis cluster dengan metode complate linkage untuk mengetahui adanya pengelompokan hasil produksi bududaya laut berdasarkan jenis yang dikembangkan oleh masyarakat nelayan di Indonesia. Korelasi antar variabel yang diamati sebesar 0.008, maka dapat dikatakan bahwa tidak ada hubungan antara variabel yang diamati. Selain itu, hasil uji sig. dan uji t. diperoleh nilai sig. > α (5% = 0.05). Artinya, terdapat perbedaan rata-rata secara signifikan hasil produksi ikan berdasarkan jenis budidaya yang dikembangkan oleh masyarakat nelayan. Dengan adanya pengelompokan jenis budidaya laut yang dikembangkan oleh masyarakat neleyan dengan metode complete-linkage terbagi atas 3 kelompok berdasarkan tingkat kemiripan hasil produksi yang diperoleh. Cluster 1 terdiri dari Jaring Apung, Kolam; Cluster 2 terdiri dari Laut lainnya, Rumput laut, Keramba, Jaring Tancap; dan Cluster 3 terdiri dari Jaring Apung Tawar, Minapadi, Tambak.
Kata kunci: Analisis Multivariate; Budidaya Laut; Complate-Linkage; Produksi Ikan; Uji-t;
Abstract:Abstract: Unemployment is a global economic issue that directly impacts human life in both developed and developing countries, especially in Indonesia, which, if ignored, will severely impact society's social dynamics. To…
o overcome this problem, forecasts are made so that later, the government can take policies to control and suppress the unemployment growth rate. This research aims to predict unemployment in Indonesia in 2023 using the Weighted Moving Average method, widely used to determine the trend of a time series, which is part of one of the Time Series methods that gives different weights. The dataset used was obtained from the Central Statistics Agency (BPS) relating to unemployment data from 2000 to 2022 (23 years). To analyze the level of accuracy of the results of this unemployment forecast using the MAD, MSE, and MAPE methods. This research concludes that the Weighted Moving Average method can be applied in predicting unemployment in Indonesia in 2023. The results of this research are a prediction of the number of unemployed in Indonesia, as many as 8,874,942 people at a weight value of 3 (three) where the accuracy of the MAD value is 745786.1833, the MSE value is 948402050986.3 and MAPE is 8.28%.
Keywords: forecasting; unemployment; weigth moving average; indonesia
Abstrak: Pengangguran menjadi isu ekonomi global yang berdampak secara langsung terhadap tingkat kehidupan manusia di negara-negara yang sudah maju maupun yang sedang berkembang khususnya di negara Indonesia, yang jika diabaikan akan berdampak serius terhadap dinamika sosial masyarakat. Untuk mengatasi permasalahan tersebut dibuatlah peramalan agar nantinya pemerinta dapat mengambil kebijakan dalam mengendalikan dan menekan angka pertumbuhan pengangguran tersebut. Penelitian ini bertujuan untuk memprediksi pengangguran di Indonesia pada tahun 2023 menggunakan metode Weighted Moving Average dimana metode ini banyak digunakan untuk menentukan trend dari suatu deret waktu yang merupakan bagian dari salah satu metode Time Series yang memberikan bobot yang berbeda-beda. Adapun dataset yang digunakan diperoleh dari Badan Pusat Satatistik (BPS) berkaitan dengan data pengangguran dari tahun 2000 sampai dengan tahun 2022 (selama 23 tahun). Untuk menganalisa tingkat akurasi dari hasil peramalan pengangguran ini memakai metode MAD, MSE, dan MAPE. Kesimpulan dari penelitian ini yaitu dapat diterapkannya metode Weighted Moving Average dalam memprediksi pengangguran di Indonesia pada tahun 2023. hasil dari penelitian ini berupa prediksi jumlah pengangguran di Indonesia sebanyak 8.874.942 orang pada nilai bobot 3 (tiga) dimana akurasi nilai MAD sebesar 745786,1833, nilai MSE sebesar 948402050986,3 dan MAPE sebesar 8,28 %.
Kata kunci: peramalan; pengangguran; weigth moving average; indonesia
Abstract:Abstract: Distributor Center (DC) Ria Sari, one of the official herbal medicine agents from PT HPAI (Herba Penawar Alwahida Indonesia) company. Sales of herbal medicines at the Ria Sari Anggriani Distributor Center (DC)…
often experience instability. Where in the period March 2022 to May 2022 there was a significant increase in sales. This resulted in the Ria Sari Anggriani Distributor Center (DC) being unable to serve requests for available herbal medicines. So that it becomes an obstacle in the stock of herbal medicines that must be prepared. If there are too many drug stocks but the demand for herbal medicines is decreasing then this will result in a loss, conversely if the demand for medicines increases but the stock of herbal medicines cannot be prepared then this will be a loss for DC Ria Sari Anggriani. For this reason, it is necessary to do a forecasting/prediction technique, using the Single Exponential Smoothing Method . The purpose of the forecasting/prediction will be to assist in terms of the supply of herbal medicines in the following month's period. The results of testing this method were obtained in the period June 2023, requests for 167 herbal medicines, 178 Extra foods, 189 Etta Goat Milk, 91 Herbal Toothpastes, 74 products of Propolis Soap.
Keywords: herbal medicine; prediction; single exponential smoothing
Abstrak: Distributor Center (DC) Ria Sari salah satu agen resmi obat herbal dari perusahaan PT HPAI (Herba Penawar Alwahida Indonesia). Penjualan obat herbal pada Distributor Center (DC) Ria Sari Anggriani sering terjadi ketidak stabilan. Dimana pada periode Maret 2022 sampai dengan Mei 2023 terjadi kenaikan penjualan yang seknifikan. Ini mengakibatkan Distributor Center (DC) Ria Sari Anggriani tidak dapat melayani permintaan akan obat herbal yang tersedia. Sehingga menjadi kendala dalam stok obat herbal yang harus disiapkan. Jika stok obat terlalu banyak namun permintaan akan obat herbal menurun maka ini akan manjedi kerugian, sebaliknya jika permintaan akan obat meningkat namun stok obat herbal tidak dapat disiapkan maka ini menjadi kerugian bagi DC Ria Sari Anggriani. Untuk itu perlu dilakukan suatu teknik peramalan/prediksi, menggunakan Metode Single Exponential Smoothing (SES). Tujuan dari peramalan/prediksi nantinya dapat membantu dalam hal penyediaan akan obat herbal pada periode bulan berikutnya. Hasil dari pengujian terhadap metode ini diperoleh pada periode Juni 2023, perminaan akan obat herbal 167 , Extrafood 178, Etta Goat Milk 189, Pasta Gigi Herbal 91, Sabun Propolis 74 produk. Hasil simpulan dari penelitian ini koefisien nilai alpha (α) mempengaruhi seberapa besar pengaruh data masa lalu terhadap peramalan masa depan.
Kata Kunci: obat herbal; prediksi; single exponential smoothing
Abstract:Abstract: The realization of credit proposed by customers is one of the essential factors for a bank. Moreover, especially during the Covid-19 pandemic, credit realization shows the business conditions of prospective borrowers,…
rowers, whether they are in good condition or not. So, it is crucial to predict how many new debtors will achieve. In this article, forecasting the number of new debtors uses the Simple Moving Average and Double Exponential Smoothing methods based on actual data on the number of new debtors per month for 2019-2021. Furthermore, the performance of the two methods is compared by comparing the Mean Absolute Deviation and Mean Square Error values. The comparison results conclude that the Simple Moving Average method is better than the Double Exponential Smoothing for predicting the number of new debtors.
Keywords: double exponential smoothing; mean absolute deviation; mean square error; simple moving average; forecasting.
Abstrak: Realisasi kredit yang diajukan oleh nasabah adalah salah satu faktor yang penting di dunia perbankan. Terlebih disaat adanya pandemi Covid-19, realisasi kredit memperlihatkan kondisi usaha para calon debitur, apakah dalam keadaan baik atau tidak. Sehingga penting untuk memprediksi berapa capaian jumlah debitur baru. Dalam artikel ini dilakukan peramalan jumlah debitur baru dengan metode Simple Moving Average dan Double Exponential Smoothing berdasarkan data aktual jumlah debitur baru per bulan tahun 2019-2021. Selanjutnya, dilakukan perbandingan performa kedua metode tersebut dengan cara membandingkan nilai dari Mean Absolute Deviation dan Mean Square Error. Hasil perbandingan yang diperoleh mengarah pada sebuah kesimpulan, yaitu metode Simple Moving Average lebih baik daripada Double Exponential Smoothing untuk meramalkan jumlah debitur baru
Kata kunci: double exponential smoothing; mean absolute deviation; mean square error; simple moving average; peramalan.
Abstract:Abstract: THT-KL Specialist Practice Dr. Julius Dariar is a practice that provides medical services and sells medicines for ear, nose, throat and head and neck surgery. The problem experienced is that drug preparation is…
still done manually, so it requires time, effort and a high level of accuracy and precision. This study aims to design an information system that can process incoming and outgoing drug supply data at the THT Specialist Practice-KL Dr. Julius Dariar by implementing Supply Chain Management. The result of his research is the design of a website-based Supply Chain Management application that can be used by users in managing drug stocks in the practice of THT-KL specialist Dr. Julius Dariar.
Keywords: Practice; SCM; Specialist; THT-KL
Abstrak: Praktek Spesialis THT-KL Dr. Julius Dariar merupakan salah satu praktek yang melayani jasa pengobatan dan penjualan obat mengenai telinga, hidung, tenggorokan, dan bedah kepala leher. Adapun masalah yang dialami ialah penyiapan obat masih dilakukan dengan manual, sehingga memerlukan waktu, tenaga serta tingkat ketelitian dan kecermatan yang tinggi. Penelitian ini bertujuan untuk merancang sistem informasi yang dapat mengolah data persediaan obat masuk dan keluar di Praktek Spesialis THT-KL Dr. Julius Dariar dengan menerapkan Supply Chain Management. Hasil penelitiannya adalah rancangan aplikasi Supply Chain Management berbasis website yang dapat digunakan oleh user dalam pengelolaan stok obat-obatan pada praktik spesialis THT-KL dr.Julius Dariar.
Kata kunci: Praktik; SCM; Spesialis; THT-KL
Abstract:Abstract: Asahan District Social Service is one of the government agencies in Asahan District. This agency is tasked with serving the community and providing the best information for the community, especially in terms of…
data processing. One of the government programs used to tackle poverty is KUBE. In general, the problems that occur in KUBE are still not optimal and not on target, so that sometimes many residents protest because residents who should receive assistance do not receive assistance and conversely residents who should not have the right to receive assistance from the Joint Business Group (KUBE). By knowing the deficiencies found in the manual calculations carried out by the Asahan District Social Service. So that beneficiaries can be determined according to the criteria determined by the Asahan District Social Service. Then a system was created using the Weighted Product method to carry out accurate calculations in providing assistance made with the PHP programming language with MySQL Database, to create a new computerized decision support which is a good alternative by prioritizing effectiveness and efficiency in determining the provision of assistance to Joint Business Groups (Joint Business Groups). KUBE). The purpose of designing a Joint Business Group assistance decision system can assist Asahan Regency social service employees in determining the granting of Joint Business Groups (KUBE).
Keywords: decision support system; KUBE; weighted product (WP)
Abstrak: Dinas Sosial Kabupaten Asahan merupakan salah satu instansi pemerintah yang ada di Kabupaten Asahan. Badan ini bertugas untuk melayani masyarakat dan memberikan informasi terbaik bagi masyarakat terutama dalam hal pengolahan data. Salah satu program pemerintah yang digunakan untuk menanggulangi kemiskinan adalah KUBE. Secara umum permasalahan yang terjadi di KUBE masih belum optimal dan belum tepat sasaran, sehingga terkadang banyak warga yang protes karena warga yang seharusnya menerima bantuan tidak mendapatkan bantuan dan sebaliknya warga yang seharusnya tidak berhak mendapatkan bantuan dari Kelompok Usaha Bersama (KUBE). Dengan mengetahui kekurangan yang terdapat pada perhitungan manual yang dilakukan oleh Dinas Sosial Kabupaten Asahan. Sehingga dapat ditentukan penerima manfaat sesuai dengan kriteria yang ditentukan oleh Dinas Sosial Kabupaten Asahan. Tujuan dibuat sistem dengan menggunakan metode Weighted Product untuk melakukan perhitungan yang akurat dalam pemberian bantuan yang dibuat dengan bahasa pemograman PHP dengan Database MySQL, untuk membuat pendukung keputusan terkomputerisasi baru yang merupakan alternatif yang baik dengan mengutamakan efektifitas dan efisiensi dalam penentuan pemberian bantuan Kelompok Usaha Bersama (KUBE). Maka perancangan sistem keputusan bantuan Kelompok Usaha Bersama dapat membantu pegawai dinas sosial Kabupaten Asahan dalam menentukan pemberian Kelompok Usaha Bersama (KUBE).
Kata kunci: KUBE; sistem pendukung keputusan; weighted product (WP)
Abstract:Abstract: The Central Bureau of Statistics is a government agency that serves the public in providing accurate statistical data. Central Bureau of Statistics Every year the Central Bureau of Statistics accepts new partners.…
rs. Partners who do data processing that has been done on data in the field. In this case, the acceptance of new partner candidates is quite often held to carry out survey and population census activities. The partner acceptance process is less effective because it still uses the manual method, namely the approach between existing partners. So we need a decision support system that can help election performance to be more effective. The basic concept of the Simple Addictive Weighting method is to find a weighted sum of performance ratings for each alternative on all criteria or attributes. The purpose of this research is to build and design a data processing application for prospective new partners at the Central Bureau of Statistics of the Asahan district to get an assessment according to the specified criteria. The results of the research conducted produced the best alternative decision, namely Ruslan Efendi with a score of 0.975 and Yenni Yulistina with a value of 0.95. based on these results can assist the Central Bureau of Statistics in determining the assessment of potential new partners so that they can provide a reference in decision making. In accordance with the criteria required by the Central Bureau of Statistics.
Keywords: decision support support system; simple addictive weighting; prospective partners; information systems.
Abstrak: Badan Pusat Statistik merupakan salah satu instansi pemerintah yang melayani masyarakat dalam menyediakan data statistik yang akurat. Badan Pusat Statistik Setiap tahunnya Badan Pusat Statistik menerima mitra baru. Mitra yang melakukan pengolahan data yang sudah dilakukan pada data dilapangan.. Dalam hal ini, penerimaan calon mitra baru cukup sering diadakan untuk menjalankan kegiatan survei dan sensus penduduk. Proses penerimaan mitra ini kurang efektif karena masih menggunakan cara manual, yaitu dan pendekatan antara mitra yang sudah ada sebelumnya. Sehingga dibutuhkan sebuah sistem pendukung keputusan yang dapat membantu kinerja pemilihan menjadi lebih efektif. Konsep dasar dari metode Simple Addictive Weighting mencari penjumlahan terbobot dari rating kinerja untuk setiap alternative pada semua kriteria atau atribut. Tujuan penelitian ini dapat membangun dan merancang sebuah aplikasi pengolahan data calon mitra baru di Badan Pusat Statistik kabupaten Asahan yang tepat untuk mendapatkan penilaian yang sesuai dengan kriteria yang ditentukan. Hasil dari penelitian yang dilakukan menghasilkan sebuah keputusan alternatif terbaik yaitu Ruslan efendi dengan nilai 0.975 serta Yenni Yulistina dengan nilai 0.95. berdasarkan hasil tersebut dapat membantu pihak Badan Pusat Statistik dalam menentukan penilaian calon mitra baru sehingga dapat memberikan acuan dalam pengambilan keputusan. Sesuai dengan kriteria yang dibutuhkan oleh pihak Badan Pusat Statistik.
Kata kunci : sistem pendukung pendukung keputusan; simple addictiv weighting; calon mitra; sistem informasi.
Abstract:Abstract: The 35,000 department store is a business engaged in the sale of clothes, having its address at Jalan Sisingamangaraja. Clothing is one of the basic human needs to protect and beautify themselves. The problem that…
hat occurs in the 35,000 department store is the difficulty of predicting the number of clothing sales, resulting in an accumulation of goods. The method used in this study is the Weighted Moving Average (WMA) forecasting method. The purpose of this study is to apply the Weighted Moving Average method to the forecasting system in determining clothing sales at 35,000 convenience stores. The results of the application of the Weighted Moving Average method to predict clothing sales that have been made, then get the prediction results for June 2022 using 3 weights totaling 203 Pcs with an error accuracy of 33.40% and prediction results for June 2022 using 6 weights totaling 220 Pcs with accuracy 34.31% error. The conclusion is that the Weighted Moving Average method can accurately predict clothing sales at 35,000 department stores.
Keywords: Clothes; Prediction; Sales; WMA Method
Abstrak: Toko serba 35.000 adalah usaha yang bergerak dalam bidang penjualan baju yang beralamat di jalan Sisingamangaraja. Baju merupakan salah satu kebutuhan pokok manusia untuk melindungi, dan mempercantik diri. Permasalahan yang terjadi pada toko serba 35.000 adalah Sulitnya memprediksi jumlah penjualan baju, sehingga mengakibatkan terjadinya penumpukkan barang. Metode yang digunakan dalam penelitian ini adalah metode peramalan Weighted Moving Average (WMA). Tujuan penelitian ini adalah untuk menerapkan metode Weighted Moving Average pada sistem peramalan dalam menentukan penjualan baju pada toko serba 35.000. Hasil penerapan metode Weighted Moving Average untuk memprediksi penjualan baju yang telah dilakukan, maka mendapatkan hasil prediksi bulan juni 2022 dengan menggunakan 3 bobot berjumlah 203 Pcs dengan akurasi kesalahan 33,40% dan hasil prediksi bulan juni 2022 dengan menggunakan 6 bobot berjumlah 220 Pcs dengan akurasi kesalahan 34,31%. Kesimpulan yang diperoleh bahwa metode Weighted Moving Average dapat memprediksi penjualan baju pada toko serba 35.000 dengan akurat.
Kata kunci: Baju; Metode WMA; Penjualan; Prediksi
Abstract:Abstract: Patient’s symptoms could be used as features in Covid-19 classification. Using multi layer perceptron, the classification uses data set that contains patient’s diagnosis which has Covid-19 symptoms dan processes…
s dan processes the data set to see if the patient is Covid-19 positive or not. This paper compare four activation function such as identity, logistic, ReLu and tanh and combined them with optimizer such as L-BFGS-B, SGD and Adam. Using 5-fold and 10-fold cross validation technique to get the accuracy, F1, precision and recall values, the result that we get is that logistic function with L-BFGS-B optimizer and ReLu function with L-BFGS-B optimizer are the best combinations. The logistic function with SGD optimizer, ReLu function with Adam optimizer and tanh function with Adam optimizer are the worst combinations according to their accuration values. The logistic function with SGD optimizer is the worst combination according to its F1 value. The logistic function with SGD optimizer and tanh function with L-BFGS-B optimizer are the worst combinations according to their precision values. The logistic function with SGD optimizer, ReLu function with Adam optimizer and tanh function with Adam optimizer are the worst combinations according to their recall values.
Keywords: activation function, covid-19; multi layer perceptron; optimizer algorithm
Abstrak: Diagnosa gejala yang dialami pasien dapat digunakan sebagai fitur dalam klasifikasi penderita Covid-19. Dengan multi layer perceptron, klasifikasi dilakukan menggunakan data set yang berisi hasil diagnosa pasien yang memiliki gejala Covid-19 dan selanjutnya diolah untuk melihat apakah memang pasien tersebut menderita Covid-19 atau tidak. Penelitian ini membandingkan fungsi aktivasi identity, logistic, ReLu dan tanh yang dikombinasikan dengan algoritma optimasi L-BFGS-B, SGD dan Adam. Hasil evaluasi cross validation menggunakan 5-fold dan 10-fold digunakan sebagai dasar menentukan kombinasi yang terbaik dan terburuk, dengan hasil yang menunjukkan bahwa kombinasi fungsi logistic dengan optimasi L-BFGS-B dan fungsi ReLu dengan optimasi L-BFGS-B merupakan kombinasi terbaik. Kombinasi fungsi logisctic dengan optimasi SGD, fungsi ReLu dengan optimasi Adam dan fungsi tanh dengan optimasi Adam merupakan yang terburuk dari nilai accuracy. Kombinasi fungsi logistic dan optimasi SGD merupakan kombinasi terburuk dari nilai F1. Kombinasi fungsi logistic dengan optimasi SGD dan fungsi tanh dan optimasi L-BFGS-B merupakan yang terburuk dari nilai precision. Kombinasi fungsi logisctic dengan optimasi SGD, fungsi ReLu dengan optimasi Adam dan fungsi tanh dengan optimasi Adam merupakan kombinasi terburuk dari nilai recall.
Kata kunci: algoritma optimasi; covid-19; fungsi optimasi; multi layer perceptron