Peramalan banyaknya penderita demam berdarah dengue (DBD) di Kabupaten Sleman menggunakan model arima

Viera Setya Damayanti, Elly Arliani

Abstract


Kasus DBD merupakan salah satu masalah kesehatan di Indonesia yang belum dapat ditanggulangi. Kasus DBD di DIY masih tinggi di setiap tahunnya salah satunya di Kabupaten Sleman dan termasuk ke dalam KLB karena memiliki jumlah penduduk tertinggi di DIY yaitu 1.265.429 jiwa dengan kepadatan penduduk 2.076,32 jiwa/km2. Hal ini mengakibatkan penularan DBD di Kabupaten Sleman semakin rawan dan menyebar luas, serta seluruh wilayahnya merupakan endemik penyakit DBD. Penelitian ini bertujuan untuk mendeskripsikan model yang tepat untuk peramalan banyaknya penderita DBD dengan menggunakan metode ARIMA dan untuk mendeskripsikan hasil peramalan banyaknya penderita DBD di Kabupaten Sleman pada tahun 2022 – 2024. Hasil penelitian menunjukkan bahwa model ARIMA(2,1,0) merupakan model terbaik untuk melakukan peramalan banyaknya penderita DBD di Kabupaten Sleman. Berdasarkan model ARIMA(2,1,0), hasil peramalan banyaknya penderita DBD di Kabupaten Sleman pada tahun 2022 sebanyak 553 kasus, pada tahun 2023 sebanyak 867 kasus dan pada tahun 2024 sebanyak 479 kasus.


Full Text:

PDF

References


Anwar, S. (2017). Peramalan Suhu Udara Jangka Pendek di Kota Banda Aceh dengan Metode Autoregressive Integrated Moving Average (ARIMA). Malikussaleh Journal of Mechanical Science and Technology, 5(1), 6–12.

Badan Pusat Statistik. (2021). Jumlah Penduduk menurut Kabupaten/Kota di D.I. Yogyakarta (Jiwa), 2020-2022. D.I. Yogyakarta.

Candra, A. (2019). Asupan Gizi Dan Penyakit Demam Berdarah/ Dengue Hemoragic Fever (Dhf). JNH (Journal of Nutrition and Health), 7(2), 23–31.

Dewi, E. N. S., & Chamid, A. A. (2019). Implementation of Single Moving Average Methods For Sales forecasting Of Bag in Convection Tas Loram Kulon. Jurnal Transformatika, 16(2), 113-124.

Dinkes Sleman. (2020). Profil Kesehatan Kabupaten Sleman Tahun 2020. Dinas Kesehatan Sleman, 6, 1–173.

Farasari, R., & Azinar, M. (2018). Model Buku Saku Dan Rapor Pemantauan Jentik Dalam Meningkatkan Perilaku Pemberantasan Sarang Nyamuk. JHE (Journal of Health Education), 3(2), 110–117.

Fauziah, Ningsih, Y. I., & Setiarini, E. (2019). Analisis Peramalan (Forecasting) Penjualan Jasa Pada Warnet Bulian City di Muara Bulian. Eksis: Jurnal Ilmiah Ekonomi Dan Bisnis, 10(1), 61.

Hadinegoro & Sri Rezeki H. (2004). Tata Laksana Demam Berdarah Dengue di Indonesia. Departemen Kesehatan Republik Indonesia.

Hanke, J. E., & Wichern, D. (2014). Business Forecasting. Pearson.

Hariyono, Latipah, & Achmad Zakki Falani. (2017). Implementasi Metode Exponential Smoothing Sebagai Forecasting Permintaan Obat Pada Dinas Kesehatan Kota Surabaya. Insand Comtech : Information Science and Computer Technology Journal, 2(2), 1–8.

Hendrawan, B. (2012). Penerapan Model ARIMA Dalam Memprediksi IHSG. Jurnal Integrasi, 4(2), 205–211.

Hutasuhut, A. H., Anggraeni, W., & Tyasnurita, R. (2014). Pembuatan Aplikasi Pendukung Keputusan Untuk Peramalan Persediaan Bahan Baku Produksi Plastik Blowing dan Inject Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average) Di CV. Asia. JURNAL TEKNIK POMITS, 3(2).

Jadhav, V., Chinnappa Reddy, B. V., & Gaddi, G. M. (2017). Application of ARIMA model for forecasting agricultural prices. Journal of Agricultural Science and Technology, 19(5), 981–992.

Juanda, B. & Junaidi. (2012). Ekonometrika Deret Waktu Teori & Aplikasi. Bogor: IPB Press.

Kasanah, L. N. (2016). Aplikasi Autoregressive Integrated Moving Average (ARIMA) untuk Meramalkan Jumlah Demam Berdarah Dengue (DBD) di Puskesmas Mulyorejo. Jurnal Biometrika Dan Kependudukan, 5, 177–186.

Kemenkes RI. (2014). Peraturan Menteri Kesehatan Republik Indonesia Nomor 82 Tahun 2014 Tentang Penanggulangan Penyakit Menular.

Kemenkes RI. (2017). Pedoman Pencegahan dan Pengendalian Demam Berdarah Dengue di Indonesia. Kementrian Kesehatan Republik Indonesia.

Liu, Q., Liu, X., Jiang, B., & Yang, W. (2011). Forecasting incidence of hemorrhagic fever with renal syndrome in China using ARIMA model. BMC Infectious Diseases, 11.

Makridarkis, Spyros, Wheelwright, S. C., & McGee, V. E. (1999). Metode dan Aplikasi Peramalan. Binarupa Aksara.

Pamungkas, M. B., & Wibowo, A. (2018). Aplikasi Metode Arima Box-. The Indonesian Journal of Public Health, 13, 181–194.

Ramadhani, F., Sukiyono, K., & Suryanty, M. (2020). Forecasting of Paddy Grain and Rice’s Price: An ARIMA (Autoregressive Integrated Moving Average) Model Application. SOCA: Jurnal Sosial, Ekonomi Pertanian, 14(2), 224.

Rezaldi, D. A., & Sugiman. (2021). Peramalan Metode ARIMA Data Saham PT . Telekomunikasi Indonesia. Prisma, 4, 611–620.

Saputra, M. F. E., & Rizky, M. (2019). Forecasting Number of Cases of Acute Respiratory Infection (Ari) in 2019 Using Arima Method. Jurnal Biometrika Dan Kependudukan, May, 138–145.

Siswanto, & Usnawati. (2019). Epidemiologi Demam Berdarah Dengue. In Mulawarman University Press.

Somboonsak, P. (2019). Forecasting Dengue Fever Epidemics using ARIMA Model. ACM International Conference Proceeding Series, 144–150.

Suhardi. (2018). Pengantar Manajemen Dan Aplikasinya (A. Eliyana (ed.)). Penerbit Gava Media.

Sukohar. (2014). Demam Berdarah Dengue ( DBD ). Fakultas Kedokteran Universitas Lampung, 2.

Wang, T., Liu, J., Zhou, Y., Cui, F., Huang, Z., Wang, L., & Zhai, S. (2016). Prevalence of hemorrhagic fever with renal syndrome in Yiyuan County, China, 2005-2014. BMC Infectious Diseases, 16(1), 1–7.

Wardah, S., & Iskandar. (2016). ANALISIS PERAMALAN PENJUALAN PRODUK KERIPIK PISANG KEMASAN BUNGKUS ( Studi Kasus : Home Industry Arwana Food Tembilahan ). Jurnal Teknik Industri, 9(3), 135–142.

Wei, William W. S. (1990). Time Series Analysis: Univariate and Multivariate Methods. Addison Wesley, Canada.


Refbacks

  • There are currently no refbacks.


 

Online ISSN (e-ISSN): 3031-1152

Creative Commons LicenseJurnal Kajian dan Terapan Matematika by https://journal.student.uny.ac.id/index.php/jktm/index is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.