41
4.2.2 Poliklinik Gigi
Dari laporan bulanan Rumah Sakit Santa Elisabeth Medan dari tahun 2011-2015 diperoleh data jumlah kunjungan pasien rawat jalan yaitu:
Tabel 4.4 Data 5 Tahun Terakhir Kunjungan Pasien Rawat Jalan Tahun
Jumlah
2011 3.206
2012 3.350
2013 3.307
2014 2.749
2015 2.777
Total 15.389
1. Uji Stasioner
Berdasarkan analisis yang telah dilakukan terhadap uji kestasioneran data, diperoleh bahwa data jumlah kunjungan pasien rawat jalan poliklinik gigi
tahun 2011-2015 sudah stasioner pada level, diketahui dari nilai probabilitas 0,007
α = 0,05, sehingga dapat disimpulkan data sudah memenuhi syarat stasioneritas. Sehingga tidak perlu dilakukan
differencing, dan kita dapat melakukan langkah selanjutnya.
2. Identifikasi Model
Pada tahap ini memilih model yang tepat yang bisa mewakili deret pengamatan data jumlah kunjungan pasien rawat jalan. Penentuan AR p
dan MA q dengan autokorelasi ACF dan autokorelasi parsial PACF sedangkan Integrated d ditentukan dari tingkat stasioneritasnya dengan
melakukan differencing yang artinya menghitung perubahan atau selisih nilai observasi. Pada tahap ini kita hanya menentukan nilai Koefisien
ARp dan MAq dengan melakukan metode trial and error terhadap
Universitas Sumatera Utara
42
model-model yang akan digunakan dan model tersebut masing-masing dibandingkan melalui parameter-parameter penentuan model terbaik. Perlu
diketahui, bahwa data yang kita gunakan pada penentuan nilai koefisien ARp dan MAq adalah data yang sudah stasioner. Jadi, setelah
dilakukan metode untuk menentukan model terbaik, terpilih beberapa model dari berbagai model umum yang dapat digunakan dalam melakukan
proyeksi. model-model yang terpilih dari berbagai model umum untuk penelitian ini, yaitu ARIMA1,0,0, ARIMA0,0,1, ARIMA1,0,1,
ARIMA0,0,2, ARIMA2,0,0. Model tersebut kemudian kita bandingkan untuk menentukan model terbaik.
3. Pemilihan Model Terbaik
Setelah dilakukan uji diagnostik untuk kelima model tersebut, ternyata kelima model tersebut lolos untuk uji diagnostik sehingga langkah
selanjutnya memilih model terbaik diantara kelima model tersebut. Ada beberapa kriteria dalam memilih model terbaik :
Nilai Akaike Info Criterion AIC yang kecil Nilai Schwarz Criterion yang kecil
Sum Squared Residual SSE yang kecil Adjusted R Squared yang besar
Maka, untuk menentukan model terbaik ialah dengan membandingkan kriteria diatas. Berikut tabel perbandingan kelima model tersebut.
Universitas Sumatera Utara
43
Tabel 4.5 Perbandingan Pemilihan Model terbaik ARIMA Model
AIC SBC
SSE Adj. R
Squared ARIMA1,0,0 9,624043
9,694468 48820,54
0,293724 ARIMA0,0,1 9,726179
9,75990 55049,02
0,210170 ARIMA1,0,1 9,602691
9,708328 46196,36
0,319753 ARIMA2,0,0 9,790007
9,861057 56591,11
0,168021 ARIMA0,0,2 9,763293
9,833104 57130,50
0,180305 Setelah dilihat hasilnya diperoleh bahwa model terbaik adalah ARIMA
1,0,1 karena memenuhi kriteria pemilihan model terbaik. Dengan nilai ordo p AR = 0,837778, dan nilai ordo q MA = -0,392931 dan
Konstanta �
′
= 248,3089. Sehingga digunakan model ARIMA 1,0,1 untuk proyeksi jumlah kunjungan pasien rawat jalan poliklinik gigi tahun
2016-2017, dengan persamaan : �
�
= ,
+ , �
�−
+
�
+ ,
�−
Universitas Sumatera Utara
44
Tabel 4.6 Proyeksi Kunjungan Pasien Rawat Jalan Poliklinik Gigi Tahun 2016-2017
Tahun 2016 Bulan
Proyeksi
Januari 248
Februari 248
Maret 248
April 248
Mei 248
Juni 248
Juli 248
Agustus 248
September 248
Oktober 248
November 248
Desember 248
Jumlah 2.976
Dari tabel diatas, kita peroleh bahwa proyeksi kunjungan pasien rawat jalan tahun 2016 dan 2017 pada poliklinik gigi cenderung tidak mengalami
peningkatan ataupun penurunan. Dapat kita lihat dari jumlah kunjungan pasien rawat jalan yang selalu tetap setiap bulannya yaitu berkisar 248
kunjungan pasien dari bulan januari 2016 sampai dengan bulan desember 2017.
Tahun 2017 Bulan
Proyeksi
Januari 248
Februari 248
Maret 248
April 248
Mei 248
Juni 248
Juli 248
Agustus 248
September 248
Oktober 248
November 248
Desember 248
Jumlah 2.976
Universitas Sumatera Utara
45
4.2.3 Poliklinik BKIA