Penerapan Metode ARIMA dalam Peramalan Jumlah Penderita Demam Berdarah Dengue di Kota Kediri
Abstract
Kasus demam berdarah dengue di Kota Kediri tidak memiliki pola atau trend yang teratur. Tujuan dari penelitian kuantitatif deskriptif ini adalah untuk meramalkan kasus demam berdarah dengue di masa depan menggunakan metode ARIMA dengan fokus pada hasil peramalan dan tingkat akurasinya. Dalam penelitian ini digunakan metode ARIMA karena metode tersebut cocok digunakan untuk data yang tidak memiliki unsur trend dan musiman. Berdasarkan hasil penelitian yang dilakukan dapat disimpulkan bahwa model ARIMA terbaik untuk melakukan peramalan jumlah penderita demam berdarah dengue ini adalah ARIMA (2,1,0). Hasil peramalan menunjukkan adanya fase penurunan jumlah penderita demam berdarah dengue, dengan 85 penderita pada tahun 2024, 51 penderita pada tahun 2025, dan 25 penderita pada tahun 2026. Berdasarkan perhitungan,diperoleh nilai MAPE 18% dengan kategori sangat baik, karena berada di antara 10%-20%. Sehingga, model ARIMA (2,1,0) memiliki kinerja yang baik dalam peramalan jumlah penderita demam berdarah dengue di Kota Kediri.
References
[2] K. RI, “Data DBD Indonesia,” 2021. https://p2pm.kemkes.go.id/storage/publikasi/media/file_1619447946.pdf
[3] B. K. Kediri, “Jumlah Kasus HIV AIDS, IMS, DBD, Diare, TB, dan Malaria (satuan), 2017-2019,” BPS Kota Kediri, 2023. https://kedirikota.bps.go.id/indicator/30/150/1/jumlah-kasus-hiv-aids-ims-dbd-diare-tb-dan-malaria-.html
[4] F. Fejriani, M. Hendrawansyah, L. Muharni, S. F. Handayani, and Syaharuddin, “Forecasting Peningkatan Jumlah Penduduk Berdasarkan Jenis Kelamin menggunakan Metode Arima,” J. Kajian, Penelit. dan Pengemb. Pendidik., vol. 8, no. 1 April, pp. 27–36, 2020, [Online]. Available: http://journal.ummat.ac.id/index.php/geography/article/view/2261/pdf
[5] A. N. Syahbani and D. M. Sukendra, “Peramalan Jumlah Kasus Demam Berdarah Dengue Berdasarkan Surveilans Kasus dan Curah Hujan,” HIGEIA J. Public Heal. Res. Dev., vol. 4, no. 2, pp. 1–13, 2020.
[6] H. Hartati, “Penggunaan Metode Arima Dalam Meramal Pergerakan Inflasi,” J. Mat. Sains dan Teknol., vol. 18, no. 1, pp. 1–10, 2017, doi: 10.33830/jmst.v18i1.163.2017.
[7] M. B. Pamungkas, “Aplikasi Metode Arima Box-Jenkins Untuk Meramalkan Kasus Dbd Di Provinsi Jawa Timur,” Indones. J. Public Heal., vol. 13, no. 2, p. 183, 2019, doi: 10.20473/ijph.v13i2.2018.183-196.
[8] T. D. Rimadhani, A. A. Arifiyanti, and R. Hadiwiyanti, “Peramalan Jumlah Penderita Jenis Penyakit Utama Di Kota Surabaya Menggunakan Metode Autoregressive Integrated Moving Average ( ARIMA ),” Student Res. J., vol. 1, no. 5, pp. 32–43, 2023.
[9] I. Rohmah and M. Ibad, “Peramalan Jumlah Kasus Penyakit Coronavirus Disease 2019 Dengan Metode Arima Dan Metode Sir,” J. Lebesgue J. Ilm. Pendidik. Mat. Mat. dan Stat., vol. 3, no. 2, pp. 302–313, 2022, doi: 10.46306/lb.v3i2.128.
[10] L. Ramadanti et al., “Prediksi Kejadian Penyakit Infeksi Saluran Pernapasan Akut ( ISPA ) Menggunakan Arima Model di Kota Kendari,” J. Kesehat. Masy. Celeb., vol. 01, no. 04, pp. 14–22, 2020, [Online]. Available: http://jkmc.or.id/ojs/index.php/jkmc
[11] N. Salwa, N. Tatsara, R. Amalia, and A. F. Zohra, “Peramalan Harga Bitcoin Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average),” J. Data Anal., vol. 1, no. 1, pp. 21–31, 2018, doi: 10.24815/jda.v1i1.11874.
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Copyright Notice
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
