Perbandingan metode Extreme Learning Machine (ELM) dan metode Multilayer Perceptron (MLP) dalam prediksi jumlah pasien covid-19 Kota Semarang : studi kasus jumlah pasien covid-19 harian Kota Semarang dari tahun 2020-2021

Covid-19 adalah suatu penyakit yang menyerang pernapasan. Kota Semarang merupakan salah satu kota di Indonesia yang terkena pandemi akibat virus covid-19. Hal ini dibuktikan selama kurang lebih 1 tahun, pasien virus covid-19 semakin meningkat. Kenaikan tersebut membuat pemerintah perlu mempersiapkan segala aspek tentang perawatan pasien tersebut. Salah satunya yaitu dengan cara melakukan prediksi pasien Covid-19 yang terjadi. Penelitian ini menerapkan metode Extreme Learning Machine (ELM) dan metode Multilayer Perceptron (MLP) untuk memprediksi jumlah pasien Covid-19 . ELM dan MLP merupakan metode pembelajaran baru dari Jaringan Syaraf Tiruan (JST). Penelitian ini menggunakan metode ELM dan MLP untuk membandingkan 2 metode tersebut dengan menggunakan data April 2020 – Juli 2021. Berdasarkan pengujian yang sudah dilakukan, perbandingan metode Extreme Learning Machine (ELM) dan Multilayer Perceptron (MLP) jika dibandingkan dengan nilai Mean Absolute Error (MAE) pada metode ELM didapatkan nilai 0,008426096, sedangkan pada metode MLP nilai MAE sebesar 0,007499691 dimana hasil menunjukkan bahwa metode MLP tingkat kesalahannya lebih kecil daripada metode ELM. Nilai Mean Absolute Percentage Error (MAPE) dan Root Mean Squared Error (RMSE) pada metode MLP juga memiliki nilai yang lebih tinggi. Jadi metode terbaik adalah Multilayer Perceptron.