Metode Box Jenkins Metode Proyeksi Trend dengan Regresi

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 Dari beberapa metode smoothing yang telah dijelaskan, ketepatan dari ramalan yang dilakukan dengan metode rata-rata bergerak adalah rendah. Oleh karena alasan tersebut, maka dalam praktek metode atau teknik rata-rata bergerak tidak dipergunakan secara ekstensif dalam penyusunan ramalan. Sehingga terdapat usaha mencari metode dan teknik lain yang lebih baik, yang dikenal dengan metode exponential smoothing.

2. Metode Box Jenkins

Metode ini menggunakan dasar deret waktu dengan model matematis, agar kesalahan yang terjadi dapat sekecil mungkin. Metode ini sangat baik ketepatannya accuracy untuk peramalan jangka pendek, sedangkan untuk peramalan jangka panjang ketepatannya kurang baik. Data yang dibutuhkan untuk penggunaan metode peramalan ini minimum dua tahun.

3. Metode Proyeksi Trend dengan Regresi

Metode ini merupakan garis trend untuk suatu persamaan matematis, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal yang diteliti untuk masa depan. Untuk peramalan jangka pendek maupun jangka panjang, ketepatan peramalan dengan metode ini sangat baik. Data yang dibutuhkan untuk penggunaan metode peramalan ini adalah data tahunan, dan makin banyak data yang dimiliki makin lebih baik, serta minimum data tahunan yang harus ada adalah lima tahun. Untuk memproyeksikan hal yang diteliti, terlebih dahulu trend ditentukan. Untuk menentukan nilai trend dapat digunakan beberapa cara yaitu: metode tangan bebas free hand, metode setengah rata-rata semiaverage, metode rata-rata 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 bergerak moving average dan metode kuadrat terkecil least square. Assauri, 1984 1 Metode Tangan Bebas free Hand Pembuatan trend bebas dilakukan tanpa menggunakan formula matematis. Pada metode ini garis trend ditentukan secara bebas, tetapi tidak berarti ditentukan tanpa pertimbangan-pertimbangan tertentu. Namun demikian penentuan garis trend tetap sangat subyektif, yang setiap orang mempunyai pertimbangan sendiri-sendiri. Gitusudarmo, 2001. Langkah-langkah untuk menentukan garis trend dengan menggunakan metode tangan bebas adalah sebagai berikut: a. Buat sumbu tegak Y dan sumbu mendatar X. b. Buat scatter diagram yaitu kumpulan titik-titik koordinat X, Y, X = variabel waktu. c. Dengan jalan observasi atau pengamatan langsung terhadap bentuk scatter diagram tariklah garis yang mewakili atau paling tidak mendekati semua titik koordinat yang membentuk scatter diagram tersebut. Misalnya Y = data berkala, X = waktu tahun, bulan, dan lain sebagainya. Y: Y1, Y2, …, Yi, …, Yn X : X1, X2, …, Xi, …, Xn Cara menarik garis trend tangan bebas merupakan cara yang paling mudah akan tetapi sifatnya sangat subyektif, maksudnya kalau ada lebih dari satu orang diminta untuk menarik garis trend dengan cara ini akan diperoleh garis trend lebih 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 dari satu. Sebab masing-masing orang mempunyai pilihan sendiri sesuai dengan anggapannya, garis mana yang mewakili scatter diagram tersebut. Supranto, 2000 2 Metode Setengah rata-Rata Semiaverage Methode Dengan metode setengah rata-rata nilai trend sudah mulai ditentukan dengan perhitungan-perhitungan, yang berarti unsur subjektif mulai berkurang. Penentuan trend dengan metode setengah rata-rata dengan prosedur sebagai berikut: a. Data yang ada dibagi menjadi dua kelompok dengan jumlah yang sama b. Tahun dasar ada pada tengah-tengah kelompok I c. Pada masing-masing kelompok ditentukan nilai X, semitotal dan semiaverage d. Jumlah nilai X pada kelompok I harus nol e. Proyeksi forecast di tahun yang akan datang tergantung berapa besarnya nilai X Nilai trend dihitung dengan formula Y = a + bX Dimana: a = rata-rata kelompok I b = n I kelompok rata - rata II kelompok rata - rata − n = jumlah data masing-masing kelompok X = nilai yang ditentukan berdasarkan tahun dasar 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 Menggambarkan atau menentukan garis trendnya dengan cara menghubungkan dua nilai rata-rata yang diketahui dalam suatu diagram. Garis itulah yang menjadi garis trend. Gitusudarmo, 2001 3 Metode Rata-Rata Bergerak Moving Average Metode rata-rata bergerak adalah metode yang banyak digunakan untuk menentukan trend dari suatu data deret waktu. Dengan menggunakan metode rata-rata bergerak ini, deret berkala dari data asli diubah menjadi deret rata-rata bergerak yang lebih mulus dan tidak terlalu tergantung pada osilasi sehingga lebih memungkinkan untuk menunjukkan trend dasar atau siklus dalam pola data sepanjang waktu. Dengan menggunakan metode rata-rata bergerak ini, nilai yang dimuluskan pada titik waktu t dari pengukuran respon selama periode waktu M y t . Secara umum ditentukan melalui perhitungan sebagai berikut : M y y t t terjauh pengamatan datang akan yang pengamatan 1 − + = − Keterangan : y t : respon proses pada saat t y 1 − t : respon proses pada saat t-1, dan seterusnya M : periode waktu Penggunaan nilai M yang ganjil memberikan keuntungan tersendiri karena terhadap nilai aslinya dapat diperoleh pembanding yang dihasilkan dari rata-rata bergerak. Apabila M yang digunakan adalah bilangan genap, rata-rata bergerak akan terjadi diantara titik waktu, bukan pada titik waktu. Sugiarto, 2000 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 4 Metode Kuadrat Terkecil Least Square Aplikasi metode jumlah kuadrat terkecil untuk data deret waktu ditujukan untuk melihat trend dari data deret waktu. Model yang digunakan bisa berbentuk linier atau kurvilinier. Sugiarto, 2000 Model trend linier deret waktu ditentukan sebagai berikut: Yi = a + bXi Keterangan : Yi = Nilai trend untuk periode tertentu Yi = a, jika Xi = 0 b = Kemiringan garis trend, artinya besarnya perubahan Yi jika perubahan satu besaran periode waktu Xi = Kode periode waktu Dengan metode ini, nilai a dan b dari persamaan trend linier di atas ditentukan dengan rumus: Supranto, 2000 a = n Yi ∑ b = 2 Xi XiYi ∑ ∑ Keterangan : n adalah banyaknya pasangan data. 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

2.3. Alur Penelitian

Catatan Bulanan Program P2ISPA - Jumlah penderita ISPA secara keseluruhan pada bayi 1 tahun dan balita 1-4 tahun, tahun 2002-2006 - Jumlah penderita berdasarkan klasifikasinya:  Pneumonia pada Bayi 1 tahun dan Anak usia 1-4 tahun.  Pneumonia berat pada Bayi 1 tahun dan Anak usia 1- 4 tahun.  Bukan Pneumonia pada Bayi 1 tahun dan Anak usia 1-4 tahun. Trend Jangka Panjang - Trend Jangka Panjang + Double Exponential Smoothing 1. Faktor Trend 2. GerakanVariasi musiman - Ramalan Jumlah penderita ISPA secara keseluruhan pada bayi 1 tahun dan balita 1-4 tahun, tahun 2007-2011 - Ramalan Jumlah penderita berdasarkan klasifikasinya:  Pneumonia pada Bayi 1 tahun dan Anak usia 1-4 tahun, tahun 2007-2011  Pneumonia berat pada Bayi 1 tahun dan Anak usia 1-4 tahun, tahun 2007-2011  Bukan Pneumonia pada Bayi 1 tahun dan Anak usia 1-4 tahun, tahun 2007-2011 - Ramalan Jumlah penderita ISPA secara keseluruhan pada bayi 1 tahun dan balita 1-4 tahun, tahun 2007 - Ramalan Jumlah penderita berdasarkan klasifikasinya:  Pneumonia pada Bayi 1 tahun dan Anak usia 1-4 tahun, tahun 2007  Pneumonia berat pada Bayi 1 tahun dan Anak usia 1-4 tahun, tahun 2007  Bukan Pneumonia pada Bayi 1 tahun dan Anak usia 1-4 tahun, tahun 2007

Dokumen yang terkait

Pengaruh Pengetahuan dan Sikap Masyarakat terhadap Pencegahan Penyakit ISPA (Infeksi Saluran Pernafasan Akut) di Kelurahan Aek Nauli Kecamatan Siantar Selatan Kota Pematangsiantar tahun 2013

3 102 120

Analisa Tingkat Kecenderungan Penderita Infeksi Saluran Pernafasan Akut Pada Balita Tahun 2001-2005 Untuk Peramalan Pada Tahun 2006-2010 Di Kota Pekanbaru

0 30 97

Analisa Kecenderungan Penyakit Infeksi Saluran Pernafasan Akut (Ispa) Pada Bayi Dan Balita Tahun 2000-2004 Untuk Peramalan Pada Tahun 2005-2009 Di Kabupaten Simalungun

0 37 101

Hubungan Karakteristik Individu dengan Tindakan Ibu dalam Pencegahan Penyakit Infeksi Saluran Pernafasan Akut (ISPA) pada Balita di Puskesmas Amplas Tahun 2005

6 50 96

Hubungan Peran Orang Tua dalam Pencegahan Infeksi Saluran Pernafasan Akut (ISPA) dengan Kekambuhan Infeksi Saluran Pernafasan Akut (ISPA) pada Balita di Wilayah Kerja Puskesmas Martubung Medan

17 141 71

Gambaran Distribusi Frekuensi Penyakit Infeksi Saluran Pernafasan Akut (Ispa) Pada Balita Di Puskesmas Stabat Kabupaten Langkat Tahun 2005

1 41 79

Kajian Infeksi Saluran Pernafasan Akut (ISPA) pada Balita di Kota Medan & Kabupaten Deli Serdang

0 33 3

Faktor - Faktor Yang Mempengaruhi Jumlah Penderita Infeksi Saluran Pernafasan Akut (Ispa) Di Kota Medan Tahun 2003 - 2013

0 40 54

ANALISIS MODEL EPIDEMI SIR (SUSPECTIBLE, INFECTED, RECOVERED) PADA PENYAKIT INFEKSI SALURAN PERNAFASAN AKUT (ISPA), RECOVERED) PADA PENYAKIT INFEKSI SALURAN PERNAFASAN AKUT (ISPA).

1 9 15

BAB 2 TINJAUAN TEORITIS 2.1 Konsep Dasar Infeksi, Saluran Pernafasan, Infeksi Akut, dan Infeksi Saluran Pernafasan Akut (ISPA) - Analisis Faktor yang Mempengaruhi Infeksi Saluran Pernafasan Akut (ISPA) di Kota Medan Tahun 2002-2012

0 0 14