Septri Anti Sinaga. Analisa kecenderungan penyakit infeksi saluran pernafasan akut ispa pada bayi dan balita tahun 2002-2006 untuk peramalan pada tahun 2007-2011 di kota medan. 2007
USU e-Repository©2009
BAB III METODE PENELITIAN
3.1. Jenis Penelitian
Jenis penelitian ini bersifat deskriptif dengan metode analisis Time Series.
3.2. Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di Kota Medan. Penelitian ini dilakukan pada bulan Juli sampai September 2007.
3.3. Populasi dan Sampel
Populasi dalam penelitian ini adalah data penderita ISPA pada bayi 1 tahun dan balita 1-4 tahun di kota Medan. Dan yang menjadi sampel dalam penelitian
adalah data penderita ISPA pada bayi 1 tahun dan balita 1-4 tahun di kota Medan pada tahun 2002-2006.
3.4. Metode Pengumpulan Data
Data yang dikumpulkan adalah data sekunder yaitu data penderita ISPA yang diperoleh dari catatan bulanan program pemberantasan dan pencegahan ISPA sejak
bulan Januari 2002 sampai dengan bulan Desember tahun 2006 di Kantor Dinas Kesehatan Kota Medan.
3.5. Definisi Operasional Variabel
Pada penelitian ini yang menjadi variabel terikat dependent variable adalah jumlah penderita ISPA, sedangkan variabel bebasnya independent variable adalah
waktu.
Septri Anti Sinaga. Analisa kecenderungan penyakit infeksi saluran pernafasan akut ispa pada bayi dan balita tahun 2002-2006 untuk peramalan pada tahun 2007-2011 di kota medan. 2007
USU e-Repository©2009
Definisi untuk setiap variabel adalah sebagai berikut: 1.
Catatan Bulanan Program P2 ISPA merupakan catatan penderita ISPA pada laporan program P2 ISPA setiap bulan pada tahun 2002-2006.
2. Jumlah penderita ISPA secara keseluruhan pada bayi 1 tahun dan anak usia
1-4 tahun adalah data jumlah keseluruhan penderita ISPA dengan pneumonia, pneumonia berat dan bukan pneumonia pada bayi 1 tahun dan anak usia 1-4
tahun yang tercatat pada catatan bulanan Program P2 ISPA pada tahun 2002- 2006.
3. Jumlah penderita pneumonia pada bayi 1 tahun dan anak usia 1-4
tahun adalah data jumlah penderita ISPA dengan klasifikasi pneumonia pada bayi 1 tahun dan anak usia 1-4 tahun yang tercatat pada catatan bulanan
program P2 ISPA pada tahun 2002-2006. 4.
Jumlah penderita pneumonia berat pada bayi 1 tahun dan anak usia 1-4 tahun adalah data jumlah penderita ISPA dengan klasifikasi pneumonia berat
pada bayi 1 tahun dan balita 1-4 tahun yang semuanya tercatat pada laporan bulanan program P2 ISPA pada tahun 2002-2006.
5. Jumlah penderita bukan Pneumonia pada bayi 1 tahun dan anak usia 1-4
tahun adalah data jumlah penderita ISPA dengan klasifikasi bukan pneumonia pada bayi kurang dari 1 tahun dan anak usia 1-4 yang tercatat pada
catatan bulanan program P2ISPA pada tahun 2002-2006.
Septri Anti Sinaga. Analisa kecenderungan penyakit infeksi saluran pernafasan akut ispa pada bayi dan balita tahun 2002-2006 untuk peramalan pada tahun 2007-2011 di kota medan. 2007
USU e-Repository©2009
6. Trend jangka panjang + adalah kecenderungan data penderita ISPA untuk
jangka waktu lima tahun. 7.
Trend jangka panjang - adalah kecenderungan data penderita ISPA untuk jangka waktu satu tahun.
8. Faktor Trend
Adalah trend yang variabel X- nya periode waktu berpangkat paling tinggi satu. Trend linier memiliki bentuk persamaan berupa periode waktu
berpangkat paling tinggi satu. Trend linier memiliki bentuk persamaan berupa persamaan garis lurus.
Trend ditentukan dengan metode kuadrat terkecil least square method:
Keterangan : Yi = Nilai trend untuk periode tertentu
Xi = Kode periode waktu a = konstanta, nilai Yi = a, jika Xi = 0
b = Koefisien Xi
9. Faktor Seasonal Variation variasi Musiman
Peramalan dengan penyesuaian variasi musim dapat dilakukan dengan menggunakan indeks musiman. Langkah-langkah dalam menentukan indeks musiman
dengan metode rasio terhadap trend: a.
Menentukan persamaan trend tahunan dengan metode least square. a =
n Yi
∑
b =
2
Xi XiYi
∑ ∑
Yi = a + bXi
Septri Anti Sinaga. Analisa kecenderungan penyakit infeksi saluran pernafasan akut ispa pada bayi dan balita tahun 2002-2006 untuk peramalan pada tahun 2007-2011 di kota medan. 2007
USU e-Repository©2009
b. Mengubah persamaan trend tahunan menjadi persamaan trend bulanan.
Trend bulanan adalah trend dari bulan ke bulan, misalnya dari bulan Januari ke bulan Februari dan dari bulan Maret ke bulan april. Sama halnya trend
tahunan yang merupakan trend dari tahun ke tahun. Dari trend tahunan satuan X-nya tahun bisa dibuat menjadi trend bulanan satuan X-nya bulan
dilakukan dengan cara membagi nilai a dengan 12 dan nilai b dengan 12
2
atau 144. Jika persamaan trend tahunan Yi = a + bXi
Maka persamaan trend bulanan adalah Yi =
12 a
+
144 b
Xi c.
Menentukan nilai-nilai trend untuk masing-masing bulan, dengan persamaan: Yi =
12 a
+ 144
b Xi
d. Menyatakan data berkalanya Yi sebagai persentase terhadap nilai trend.
e. Lalu dijumlahkan untuk masing-masing bulan.
f. Menentukan rata-rata setiap bulan.
g. Jumlahkan rata-rata bulan Januari sampai Desember
h. Menentukan indeks musimnya.
Indeks Musim = rata-rata x
rata -
rata total
1200
10. Metode Double Exponential Smoothing
Septri Anti Sinaga. Analisa kecenderungan penyakit infeksi saluran pernafasan akut ispa pada bayi dan balita tahun 2002-2006 untuk peramalan pada tahun 2007-2011 di kota medan. 2007
USU e-Repository©2009
Apabila data yang diuji dengan regresi linier tidak signifikan, maka untuk peramalannya menggunakan metode Double Exponential Smoothing. Langkah-
langkah menentukan double exponential smoothing adalah: a.
Menentukan smoothing pertama S
t
S
t
= α X
t
+ 1- α S
1 −
t
S
t
: smoothing pertama periode t α
: berdasarkan nilai mean square error terkecil dari 0,1 sampai 0,9 X
t
: nilai riil periode t S
1 −
t
: smoothing pertama periode t-1 b.
Menentukan smoothing kedua S
t
S
t
= α S
t
+ 1- α S
1 −
t
S
t
: smoothing kedua periode t S
t
: smoothing pertama periode t S
1 −
t
: smoothing kedua periode t-1 c.
Menentukan besarnya konstanta a
t
a
t
= 2 S
t
- S
t
d. Menentukan besarnya slope b
t
b
t
s= α
α −
1 S
t
- S
t
e. Error = Xt- Ft
Septri Anti Sinaga. Analisa kecenderungan penyakit infeksi saluran pernafasan akut ispa pada bayi dan balita tahun 2002-2006 untuk peramalan pada tahun 2007-2011 di kota medan. 2007
USU e-Repository©2009
Xt = nilai riil periode t Ft = Ramalan periode t
11. Ramalan penderita ISPA tahun 2007-2011
a. Hasil ramalan dari variabel dengan analisa data berkala time series
dengan memperhatikan faktor trend T, faktor seasonal variation S adalah:
100 S
T Ramalan
× =
, dimana: T = Trend, S = indeks musiman b.
Hasil ramalan dari variabel dengan analisa data berkala time series dengan metode Double Exponential Smoothing, dimana
Ramalan = a
t
+ b
t
m Dimana, a
t
= konstanta b
t
= slope m = jangka waktu ramalan
3.5. Teknik Analisis Data
