Rekan – rekan mahasiswa Pascasarjana Ilmu Komputer angkatan ”Matrix”,

viii motivasi bagi kalian nanti untuk melangkah di masa depan dan kalian harus bisa lebih dari Babab saat ini ”.

6. Rekan – rekan mahasiswa Pascasarjana Ilmu Komputer angkatan ”Matrix”,

yang telah membantu dalam memberi saran dan masukkan, khususnya kepada dokter Syafeii yang telah membantu dalam memberikan data dan menjadi tempat penulis berkonsultasi tentang DBD, Herwanto yang telah sangat – sangat membantu dalam mengolah data menggunakan algoritma CPAR yang telah dimodifikasinya, Nana Supriatna yang sama – sama jatuh bangun dalam menyusun tesis ini. Rekan - rekan satu bimbingan Bapak Marimin, khususnya, mas Janawir, mas Hari dan Rein atas dukungan soft copy dan hard copy tesisnya. 7. Segenap keluarga yang telah memberikan dukunga n moral dan spirit, ”tanpa dukungan kalian, karya ini mungkin tidak akan tersusun sebaik ini”. 8. Pimpinan dan rekan sejawat di kantor tempat penulis bekerja, baik selama bekerja di PT. Mitratama, Bapak Viktor Pardede alm, Bapak Haryanto, dan selama penulis bekerja di PT. Charoen Pokphand Indonesia, khususnya Bapak Bambang Pangestoe dan Bapak Jimmy Perangin angin yang telah mengijinkan penulis untuk menyelesaikan langkah terakhir dalam langkah yang cukup panjang ini. 9. Semua pihak yang telah sangat membantu dalam penulisan ini namun tidak dapat penulis sebutkan satu persatu. ”Terima kasih atas dukungan kalian semua, sehingga tesis ini dapat menjadi sesuatu yang berguna ”. Berbagai usaha telah penulis upayakan guna terselesaikannya tugas penelitian ini dengan baik, namun penulis menyadari akan kekurangan dan keterbatasan penulis. Oleh karena itu penulis memohon maaf apabila terdapat kesalahan. Akhir kata penulis berharap agar tesis ini dapat berguna bagi masyarakat dalam memerangi masalah DBD yang selalu terjadi. Amin Jakarta, Februari 2007 Penulis ix RIWAYAT HIDUP Penulis dilahirkan di Balikpapan pada tanggal 21 Oktober 1974, sebagai anak pertama dari 2 bersaudara pasangan bapak H. Suparman S dan ibu Hj. Purbawati Chalid. Pendidikan dasar di tempuh diberbagai temp at di wilayah Indonesia karena orang tua yang bertugas sebagai seorang Tentara TNI AD, antara lain di Singaraja, Kupang, dan menyelesaikannya di Bima – NTB tahun 1986. Pendidikan menengah pertama di selesaikan di SMPN 1 Denpasar Bali tahun 1989. Pendidikan menengah atas penulis jalani di 2 tempat yaitu di SMU 2 Ujung pandang dan diselesaikan di SMA 4 Jogjakarta dengan mengambil jurusan Biologi pada tahun 1992. Pendidikan sarjana ditempuh di Universitas Pembangunan Nasional ” Veteran” Jogjakarta dengan mengambil jurusan Teknik Geologi, Fakultas Teknologi Mineral dan diselesaikan pada tahun 1998. Tahun 2003, penulis meneruskan menimba ilmu di program Pascasarjana IPB, Institut Pertanian Bogor pada program ilmu Komputer . Setelah menyelesaikan kuliah tingkat Sarjana penulis bekerja di PT. Mitratama dan bekerja paruh waktu di PT. Yanmar Indonesia 1998 – 2005. Sejak November 2005, penulis bergabung di PT. Charoen Pokphand Indonesia sebagai tenaga analisis data di bidang Security dan Community Development. Saat ini penulis berdomisili di Cilangkap, Jakarta Timur dan dari hasil perkawinan penulis dengan Santhy Lestari, dikaruniai 3 orang anak, Shafira Larasati, M Farhan dan Jasmine Azahra. x DAFTAR ISI Halaman SURAT PERNYATAAN i ABSTRACT ii RINGKASAN iii LEMBAR PENGESAHAN v KATA PENGANTAR vi RIWAYAT HIDUP viii DAFTAR ISI ix DAFTAR GAMBAR xiii DAFTAR TABEL xv DAFTAR LAMPIRAN xvii I PENDAHULUAN 1 1.1 Latar Belakang 1 1.2 Tujuan 3 1.3 Ruang Lingkup 3 1.4 Manfaat Penelitian 4 II TINJAUAN PUSTAKA 5

2.1 Demam Berdarah Dengue DBD

5 2.1.1 Definisi 5 2.1.2 Penyebab DBD 5 2.1.3 Kasus DBD di wilayah DKI Jakarta 6 2.2 Data Mining 7 2.2.1 Klasifikasi dan Prediksi 10 2.2.2 Metodologi Datamining 11 xi 2.2.3 Teknik Datamining 12 2.2.3.1 Association Rule 12 2.2.3.2 Classification Based Association 13 2.2.4 Algoritma Appriori 14 2.2.5 Membuat Association Rule berdasarkan Frequent Itemset 16 2.2.6 Classification based on Predictive Association Rules CPAR 17 2.2.6.1 Membuat Rule dalam CPAR 18 2.2.7 Membangun Model Prediksi 18

2.3 Sistem Fuzzy

20 2.3.1 Himpunan Fuzzy 20 2.3.2 Fungsi Keanggotaan 20 2.3.3 Operator Himpunan Fuzzy 21 2.3.4 Fungsi Implikasi 22 2.3.5 Sistem Inferensi Fuzzy FIS 23 2.4 Prakiraan Forecasting 25 2.4.1 Teknik Prakiraan Pemulus Eksponensial 25 2.4.2 Metode Winters 26 2.5 Penelitian terdahulu 28 2.5.1 Perbedaan dari penelitian sebelumnya 30 III METODOLOGI 31

3.1 Kerangka Pemikiran

31 3.2 Tata Laksana 34 3.2.1 Pengumpulan Data 34 3.2.2 Data Yang Digunakan 34 3.2.3 Pengolahan Data 36 xii 3.3. Pembuatan Program Aplikasi 38 3.3.1 Data mining 38 3.3.2 Pembentukan Basis Aturan 39 3.3.3 Aplikasi DBD 39

3.3.4 Prediksi Cuaca Menggunakan Metode Winter’s

40 IV PERANCANGAN SISTEM 41 4.1 Gambaran Umum Sistem 41

4.2 Analisa Kebutuhan Sistem

42 4.3 Desain Sistem 42 4.3.1 Tahapan Data mining 42 4.3.2 Tahapan Aplikasi DBD 44 4.4 Antar muka 50 V IMPLEMENTASI SISTEM 51 5.1 Implementasi Sistem 51 5.2 Pembangunan Sistem Data mining 52 5.2.1 Pembentukan Sampel Positif dan Sampel Negatif 52 5.2.2 Pembentukan Basis Aturan Rule Base 53

5.3 Program Aplikasi

55 5.3.1 Input Sistem 55 5.3.2 Proses Evaluasi Sistem 58 5.3.3 Output Sistem 65 5.3.4 Prediksi DBD Tahun Selanjutnya 66 5.4 Kompleksitas Sistem 67 xiii VI PENGUJIAN DAN PEMBAHASAN 68

6.1 Mekanisme Pengujian

68 6.2 Pembentukan Model Dengan Data Training 68

6.3 Pelatihan Dengan Data Testing

72 6.4 Pembahasan 73

6.5 Penerapan Aplikasi DBD Per Kecamatan

74 6.5.1 Pembentukan Model Dengan Data Training 75 6.5.2 Pembahasan 81 6.5 Prediksi DBD Tahun 2007 84 6.6 Implikasi Manajerial 89 VII KESIMPULAN DAN SARAN 92 7.1 7.2 Kesimpulan 92 Saran 93 DAFTAR PUSTAKA 94 LAMPIRAN 96 xiv DAFTAR GAMBAR Halaman Gambar 1 Jumlah Kasus DBD Bersumber Survailans Aktif RS per Bulan di DKI Jakarta, 2001 – 2006 sd 17 mei 2006 6 Gambar 2 Peningkatan data dalam 2 dekade terakhir Sumber: Fayyad, Piatetsky-Shapiro dan Smyth, 1996 7 Gambar 3 Pembuatan Model dalam Datamining adaptasi dari Berry,MJA and Linoff,GS 9 Gambar 4 Model Proses Pembuatan Datamining 11 Gambar 5 Langkah – Langkah Membangun Model Prediksi 19 Gambar 6 Fungsi Keanggotaan “USIA” dengan representasi Sigmoid 21 Gambar 7 Fungsi Implikasi MIN 23 Gambar 8 Fungsi implikasi DOT 23 Gambar 9 Data mining, multimodel dan fuzzy Model adaptasi dari Hirota et al 29 Gambar 10 Sistem Peringatan Dini Prediksi Meledaknya DBD dan Cara Penanggulannya 32 Gambar 11 Tahapan Penelitian 33 Gambar 12 Arsitektur system Aplikasi DBD 37 Gambar 13 Model Aplikasi DBD 41 Gambar 14 Fuzzifikasi Suhu 46 Gambar 15 Fuzzifikasi Curah Hujan 47 Gambar 16 Fuzzifikasi Penyinaran Matahari 47 Gambar 17 Fuzzifikasi Kelembaban Udara 48 Gambar 18 Antarmuka Aplikasi DBD 50 Gambar 19 Tabel Data Selama 1 Tahun 55 Gambar 20 Grafik Selama 2 Tahun 56 Gambar 21 Antar muka Aplikasi DBD 57 xv Halaman Gambar 22 Tatalaksana Berdasarkan SOP Dinkes DKI Jakarta 57 Gambar 23 FIS Editor Untuk Data Atribut Cuaca dan Kondisi DBD, Wilayah Jakarta Selatan 58 Gambar 24 Membership Function Untuk Atribut Suhu 59 Gambar 25 Membership Function Untuk Atribut Curah Hujan 60 Gambar 26 Membership Function Untuk Atribut Matahari 60 Gambar 27 Membership Function Untuk Atribut Kelembaban 61 Gambar 28 Rule Editor Jakarta Selatan 62 Gambar 29 Rule Editor Jakarta Pusat 63 Gambar 30 Rule Viewer Untuk Jakarta Selatan 64 Gambar 31 Rule Viewer Untuk Jakarta Pusat 64 Gambar 32 Tombol Mendapatkan Output dan Input Data 65 Gambar 33 Interface Metode Winter’s 66 Gambar 34 Prediksi Suhu Tahun 2007 Dengan Metode Winter’s 85 Gambar 35 Prediksi Curah Hujan Tahun 2007 Dengan Metode Winter’s 85 Gambar 36 Prediksi Matahari Tahun 2007 Dengan Metode Winter’s 85 Gambar 37 Prediksi Kelembaban Tahun 2007 Dengan Metode Winter’s 86 Gambar 38 Hasil Prediksi DBD Tahun 2006 – 2007 Wilayah Kebayoran Baru 87 Gambar 39 Hasil Prediksi DBD Tahun 2006 – 2007 Wilayah Tebet 88 xvi DAFTAR TABEL Halaman Tabel 1 Klasifikasi Daerah Berdasarkan Kasus DBD di Suatu Wilayah 6 Tabel 2 Transaksi Penjualan Barang 15 Tabel 3 Contoh Data Penjualan yang Bersifat Musiman 26 Tabel 4 Contoh Hasil Penerapan Metode Winter’s 28 Tabel 5 Atribut yang Digunakan Dalam Algoritma CPAR 43 Tabel 6 Atribut Cuaca dan Himpunan Fuzzy 45 Tabel 7 Selang Nilai untuk Hasil Output pada Hi mpunan Fuzzy 49 Tabel 8 Input dan Output Aplikasi DBD 50 Tabel 9 Tabel Diskrit Untuk Wilayah Yakarta Selatan 52 Tabel 10 Sampel Data Positif 53 Tabel 11 Sampel Data Negatif 53 Tabel 12 Hasil Pemasukkan Data Untuk Wilayah Jakarta Selatan 54 Tabel 13 Data Survailans DBD Tahun 2005 Minggu 1 - 4 69 Tabel 14 Data Survailans DBD Tahun 2004 Minggu 1 - 4 69 Tabel 15 Data DBD Setelah Dibagi Berdasarkan Jumlah Kecamatan Tahun 2005 69 Tabel 16 Data DBD Setelah Dibagi Berdasarkan Jumlah Kecamatan Tahun 2004 69 Tabel 17 Aturan Data Training Dengan GSR 99 69 Tabel 18 Aturan Data Training Dengan GSR 80 70 Tabel 19 Aturan Data Training Dengan GSR 60 71 Tabel 20 Aturan Data Training Dengan GSR 20 71 Tabel 21 Aturan Data Training Dengan GSR 10 72 Tabel 22 Data Testing Untuk Wilayah Jakarta Selatan 73 Tabel 23 Data DBD Untuk Wilayah Jakarta Selatan 73 xvii Tabel 24 Data Survailance DBD Tahun 2005 Untuk Kecamatan Wil. Jak-Pus 76 Tabel 25 Data Survailance DBD Tahun 2005 Untuk Kecamatan Wil. Jak - Sel 76 Tabel 26 Aturan Data Training Dengan GSR 99 76 Tabel 27 Aturan Data Training Dengan GSR 20 77 Tabel 28 Aturan Data Training Dengan GSR 10 78 Tabel 29 Aturan Data Training Dengan GSR 99 79 Tabel 30 Aturan Data Training Dengan GSR 60 80 Tabel 31 Aturan Data Training Dengan GSR 20 80 Tabel 32 Aturan Data Training Dengan GSR 10 81 Tabel 33 Data Cuaca Jakarta Selatan Tahun 2005 84 Tabel 34 Data Cuaca Jakarta Selatan Tahun 2006 84 Tabel 35 Hasil Prediksi Cuaca Tahun 2007 86 xviii DAFTAR LAMPIRAN Lampiran 1 Cara Perolehan Dan Pengolahan Data 95 Lampiran 2 Data Cuaca dan DBD Wilayah Jakarta Selatan Tahun 2004 97 Lampiran 3 Data Cuaca dan DBD Wilayah Jakarta Selatan Tahun 2005 98 Lampiran 4 Data Cuaca dan DBD Wilayah Jakarta Pusat Tahun 2004 99 Lampiran 5 Data Cuaca dan DBD Wilayah Jakarta Pusat Tahun 2005 100 Lampiran 6 Data Diskrit Cuaca Dan DBD Jakarta Selatan Tahun 2004 101 Lampiran 7 Data Diskrit Cuaca Dan DBD Jakarta Selatan Tahun 2005 102 Lampiran 8 Data Diskrit Cuaca Dan DBD Jakarta Pusat Tahun 2004 103 Lampiran 9 Data Diskrit Cuaca Dan DBD Jakarta Pusat Tahun 2005 104 Lampiran 10 Aturan – Aturan Hasil Datamining Menggunakan Metode CPAR 105 Lampiran 11 Hasil Prediksi Cuaca Menggunakan Metode Winter’s Tahun 2007 112 BAB I PENDAHULUAN

1. Latar Belakang