Penerapan Analisis Time Series Dengan Metode Arima Dan Dekomposisi Dalam Meramalkan Kasus Infeksi Saluran Pernafasan Akut Pada Anak Di Kota Surabaya
Daftar Isi:
- Peramalan merupakan unsur penting dalam perencanaan pengambilan keputusan yang berkaitan dengan memperkirakan kejadian di masa depan. Teknik peramalan yang sering dikembangkan hingga saat ini adalah Time Series (Deret Waktu). Time series merupakan kejadian yang diukur dalam urutan waktu meliputi jam, harian, bulanan dan tahunan. Penelitian ini menggunakan time series dengan metode Autoregressive Integrated Moving Average (ARIMA) dan Dekomposisi. Metode ARIMA dan dekomposisi digunakan untuk menentukan metode yang terbaik. Penentuan metode terbaik dengan analisis tingkat kesalahan (error) terkecil melalui Mean Absolute Precentage Error (MAPE). Penelitian dilakukan untuk meramalkan kasus Infeksi Saluran Pernafasan Akut (ISPA) pada anak di Kota Surabaya. Penelitian ini adalah penelitian non reaktif. Data yang digunakan adalah data kasus infeksi saluran pernafasan akut pada anak di Kota Surabaya pada bulan Januari 2014 sampai Desember 2018. Data diperoleh dari laporan bulanan Unit Sistem Informasi Kesehatan (SIK) Dinas Kesehatan Kota Surabaya. Hasil penelitian menggunakan metode ARIMA memperoleh hasil model terbaik yaitu ARIMA (2,1,2) dengan nilai MAPE didapatkan sebesar 15,024. Metode dekomposisi memperoleh nilai MAPE sebesar 16,56. Metode yang terbaik untuk meramalkan kasus infeksi saluran pernafasan akut pada anak di Kota Surabaya adalah metode ARIMA. Hasil metode ARIMA digunakan untuk meramalkan kasus infeksi saluran pernafasan akut di Kota Surabaya selama 1 tahun. Hasil peramalannya pada bulan tertentu mengalami peningkatan diantaranya bulan Februari dan Maret.