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