Penyakit adalah salah satu hal yang tidak bisa dihindari oleh manusia dan kapan pun bisa menyerang kesehatan kita. Beberapa jenis penyakit hanya mewabah pada musim-musim tertentu. Apabila diketahui jenis penyakit yang akan berpotensi mewabah di periode depan, maka penanggulangan terhadap penyakit tadi bisa dipersiapkan lebih dini. Namun kebanyakan orang kurang sadar dan tidak mengetahui pola jenis penyakit tertentu yang akan mewabah di masa datang. Hal-hal tersebut merupakan alasan mengapa kita membutuhkan proses peramalan.

Berdasarkan data rekap penyakit bulanan periode sebelumnya, dapat diketahui pola penyakit yang mempunyai kecenderungan musiman. Dari data hasil seleksi ini, beberapa jenis penyakit yang mempunyai potensi besar terjadi di periode depan bisa diprediksi. Bagi pihak pelayanan kesehatan seperti puskesmas, hal ini bisa dimanfaatkan untuk memberikan penyuluhan lebih dini kepada masyarakat tentang cara-cara menanggulangi penyakit, selain itu kebutuhan obat dasar untuk periode depan bisa juga diprediksi. Hal ini bisa mengurangi potensi kekurangan stok obat.

Dalam Tugas Akhir ini, implementasi Neural Network metode Backpropagation digunakan untuk menghasilkan konstanta inputan bagi metode peramalan Exponential Smoothing. Dengan pemanfaatan metode ini, hasil ramalan bisa menghasilkan keakuratan yang lebih tinggi karena memiliki Mean Square Error (MSE) yang lebih kecil. Dengan demikian, hasil ramalan bisa digunakan sebagai pembantu dalam penanggulangan penyakit.

Repositori : http://sir.stikom.edu/id/eprint/3373/