Deteksi Jentik Nyamuk Aedes Aegypti Di Kabupaten Jember Menggunakan Metode Deep Gated Recurrent Unit

Agasta, Ira Amelia (2025) Deteksi Jentik Nyamuk Aedes Aegypti Di Kabupaten Jember Menggunakan Metode Deep Gated Recurrent Unit. Undergraduate thesis, Politeknik Negeri Jember.

	Text (Abstract) ABSTRACT.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (241kB)
	Text (Bab 1 Pendahuluan) BAB 1 PENDAHULUAN.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (251kB)
	Text (Laporan Lengkap) LAPORAN LENGKAP.pdf Restricted to Registered users only Download (4MB) | Request a copy
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (204kB)

Abstract

Demam berdarah Dengue (DBD) masih menjadi masalah kesehatan utama di Indonesia. Kabupaten Jember mencatat 1.627 kasus pada tahun 2024, dengan Angka Bebas Jentik (ABJ) hanya mencapai rata-rata 92%, di bawah standar nasional >95%. Penelitian ini mengembangkan sistem deteksi jentik nyamuk otomatis menggunakan metode Deep Learning berbasis CNN dan GRU. Fitur visual diekstraksi melalui model InceptionV3, kemudian dianalisis secara sekuensial oleh GRU untuk klasifikasi larva. Hasil menunjukkan model mencapai akurasi pelatihan dan pengujian dengan performa optimal pada epoch ke-20 sebesar 99.19%, loss 0.0419. Jika dibandingkan dengan metode sebelumnya (AOA) yang hanya mencapai 84%, pendekatan ini terbukti lebih akurat dan tahan terhadap variasi kondisi data. Sistem ini berpotensi mendukung pemantauan larva secara otomatis untuk pengendalian DBD yang lebih efektif dan efisien.

Actions (login required)

View Item