eprintid: 3992
rev_number: 9
eprint_status: archive
userid: 46
dir: disk0/00/00/39/92
datestamp: 2022-09-01 03:54:20
lastmod: 2022-09-03 17:11:38
status_changed: 2022-09-01 03:54:20
type: thesis
metadata_visibility: show
creators_name: Pirdaus, Rachmat
creators_name: , Hermawan
creators_name: Maesya, Aries
creators_NPM: 065116256
creators_id: rachmatpirdaus@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: , Hermawan
contributors_name: Maesya, Aries
contributors_NIDN: 0416046506
contributors_NIDN: 0409098601
corp_creators: Universitas Pakuan
corp_creators: FMIPA
corp_creators: Ilmu Komputer
title: PENERAPAN TREND MOMENT DAN VIKOR
UNTUK PENENTUAN PUSAT REHABILITASI
KORBAN INFEKSI VIRUS COVID-19 DI INDONESIA
ispublished: pub
subjects: QK
divisions: sch_ecs
full_text_status: none
abstract: Abstrak

Menurut World Health Organization  (2020) Penyakit Corona Virus Disease 2019 (COVID-19) adalah penyakit menular yang disebabkan oleh sindrom pernapasan akut coronavirus 2 (SARS-CoV-2)[1]. Kasus pertama dilaporkan di Indonesia pada tanggal 2 Maret 2020 sejumlah dua kasus di daerah Depok. Data 28 Desember 2020 menunjukkan kasus yang terkonfirmasi berjumlah 717.290 kasus dan 21.376 kasus kematian. Pembangunan rumah sakit khusus penanganan COVID-19 di Indonesia pertama kali dibangun di pulau Galang kota Batam provinsi kepulauan Riau. Akan tetapi rumah sakit ini belum tampak efektif berfungsi, mungkin disebabkan pendiriannya didaerah yang  tingkat infeksi didaerah tersebut termasuk rendah. Berdasarkan hal ini, terdapat salah satu solusi yang dapat ditawarkan atau dilaksanakan, yaitu dengan adanya suatu sistem atau aplikasi yang dapat membantu sebuah instansi untuk menentukan pembangunan rumah sakit khusus COVID-19 di Indonesia dengan menggunakan metode VIKOR dan Trend Moment. Hasil menunjukan bahwa pada metode Trend Moment (Polynomial Kubik) dengan menggunakan data dari bulan Maret s/d Juli, menghasilkan model model Y = 512,84x3+3615.7x2+10959x-7164.4 dengan koefisien determinasi R^2 = 0,9992.  Peramalan menggunakan model tersebut terhadap peningkatan kasus tertinggi di waktu selanjutnya ada pada daerah DKI JAKARTA dengan jumlah korban selanjutnya sebesar 39195,68 (Agustus), 68279,99 (September), 111671,8 (Oktober) mempunyai tingkat akurasi  Mean Absolute Deviation = 4140,363, dan Mean absolute percentage error = 5,12%. Untuk metode VIKOR sendiri alternatif yang diteliti sebanyak 34 data dan 7 kriteria, hasil penentuan pusat rehabilitasi korban infeksi virus COVID-19 pada perankingan pertama  terdapat pada daerah DKI JAKARTA (A1) dengan nilai indeks VIKOR (v=0,45 v=0,5 v=,0,55) = 0 dengan jumlah rumah sakit rujukan sebanyak 8 dan 110083 korban infeksi dan untuk perankingan alternatif daerah kedua terdapat pada daerah JAWA TIMUR (A4) dengan nilai indeks VIKOR v=0,45(0.235), v=0,5(0.231), v=0,55(0.227) dengan jumlah rumah sakit rujukan sebanyakan 11 dan 54080 korban infeksi.

Kata Kunci: Covid-19, VIKOR, Trend Moment, Sistem Pendukung Keputusan, Pusat Rehabilitasi Korban
Abstrak

Menurut World Health Organization  (2020) Penyakit Corona Virus Disease 2019 (COVID-19) adalah penyakit menular yang disebabkan oleh sindrom pernapasan akut coronavirus 2 (SARS-CoV-2)[1]. Kasus pertama dilaporkan di Indonesia pada tanggal 2 Maret 2020 sejumlah dua kasus di daerah Depok. Data 28 Desember 2020 menunjukkan kasus yang terkonfirmasi berjumlah 717.290 kasus dan 21.376 kasus kematian. Pembangunan rumah sakit khusus penanganan COVID-19 di Indonesia pertama kali dibangun di pulau Galang kota Batam provinsi kepulauan Riau. Akan tetapi rumah sakit ini belum tampak efektif berfungsi, mungkin disebabkan pendiriannya didaerah yang  tingkat infeksi didaerah tersebut termasuk rendah. Berdasarkan hal ini, terdapat salah satu solusi yang dapat ditawarkan atau dilaksanakan, yaitu dengan adanya suatu sistem atau aplikasi yang dapat membantu sebuah instansi untuk menentukan pembangunan rumah sakit khusus COVID-19 di Indonesia dengan menggunakan metode VIKOR dan Trend Moment. Hasil menunjukan bahwa pada metode Trend Moment (Polynomial Kubik) dengan menggunakan data dari bulan Maret s/d Juli, menghasilkan model model Y = 512,84x3+3615.7x2+10959x-7164.4 dengan koefisien determinasi R^2 = 0,9992.  Peramalan menggunakan model tersebut terhadap peningkatan kasus tertinggi di waktu selanjutnya ada pada daerah DKI JAKARTA dengan jumlah korban selanjutnya sebesar 39195,68 (Agustus), 68279,99 (September), 111671,8 (Oktober) mempunyai tingkat akurasi  Mean Absolute Deviation = 4140,363, dan Mean absolute percentage error = 5,12%. Untuk metode VIKOR sendiri alternatif yang diteliti sebanyak 34 data dan 7 kriteria, hasil penentuan pusat rehabilitasi korban infeksi virus COVID-19 pada perankingan pertama  terdapat pada daerah DKI JAKARTA (A1) dengan nilai indeks VIKOR (v=0,45 v=0,5 v=,0,55) = 0 dengan jumlah rumah sakit rujukan sebanyak 8 dan 110083 korban infeksi dan untuk perankingan alternatif daerah kedua terdapat pada daerah JAWA TIMUR (A4) dengan nilai indeks VIKOR v=0,45(0.235), v=0,5(0.231), v=0,55(0.227) dengan jumlah rumah sakit rujukan sebanyakan 11 dan 54080 korban infeksi.

Kata Kunci: Covid-19, VIKOR, Trend Moment, Sistem Pendukung Keputusan, Pusat Rehabilitasi Korban
date: 2021-07-19
date_type: published
institution: Universitas Pakuan
department: Ilmu Komputer
thesis_type: Skripsi
thesis_name: Sarjana
citation:   Pirdaus, Rachmat and Hermawan and Maesya, Aries  (2021) PENERAPAN TREND MOMENT DAN VIKOR UNTUK PENENTUAN PUSAT REHABILITASI KORBAN INFEKSI VIRUS COVID-19 DI INDONESIA.  Skripsi thesis, Universitas Pakuan.