Meramalkan Jumlah Pasien Penderita Hiper
Meramalkan Jumlah Pasien Penderita Hipertensi Primer yang Berobat Di
Puskesmas Kabupaten Sleman Dengan Metode Single Moving Average
Arifati Kustanti1 dan R.B. Fajriya Hakim, S.Si, M.Si. 2
1
Mahasiswa Program Studi Statistika, FMIPA UII Yogyakarta
2
Dosen Pembimbing KP, FMIPA UII Yogyakarta
ABSTRAK
Kerja Praktek dilaksanakan di Dinas Kesehatan Kabupaten Sleman Yogyakarta. Kerja
Praktek ini dapat mengaplikasikan ilmu Statistika di dunia kerja terutama di dinas
pemerintahan. Penggunaan analisis runtun waktu dengan metode single moving average
ini bertujuan untuk memprediksi jumlah pasien hipertensi primer yang berobat di
puskesmas kabupaten Sleman untuk bulan Januari 2013. Data yang digunakan adalah
data sekunder yang diperoleh dari bagian P2PL Dinas Kesehatan Kabupaten Sleman
Yogyakarta. Dengan prediksi jumlah pasien hipertensi primer yang berobat di puskesmas
kabupaten Sleman untuk bulan Januari 2013 ini diharapkan pemerintah daerah dapat
mengupayakan peningkatan pelayanan kesehatan di Kabupaten Sleman Yogyakarta.
Kata Kunci : Hipertensi, Analisis Runtun Waktu dan Metode Single Moving
Average.
I.
1.1.
PENDAHULUAN
Latar Belakang
Hipertensi merupakan penyebab kematian nomor 3 setelah stroke dan
tuberkulosis, yakni mencapai 6,7% dari populasi kematian pada semua
umur di Indonesia. Hipertensi merupakan gangguan sistem peredaran
darah yang menyebabkan kenaikan tekanan darah di atas normal, yaitu
140/90 mmHg. Hasil Riset Kesehatan Dasar (Riskesdas) Balitbangkes
tahun 2007 menunjukan prevalensi hipertensi secara nasional mencapai
31,7%.(Depkes RI, 2010)
Berdasarkan data Riset Kesehatan Dasar (Riskesdas) tahun 2007
menunjukkan bahwa hipertensi umumnya muncul pada orang lanjut
usia, namun
sebanyak
sekarang
30%.
terjadi
pada
usia 20 sampai
55 tahun
Perubahan gaya hidup modern serba otomatis dan
kurang aktifitas membawa
konsekuensi penyakit degeneratif salah
satunya hipertensi. ( S K RT, 2 0 0 0 )
Putri memberitahukan bahwa jumlah pasien terbanyak yang dirawat di
Rumah Sakit (RS) Dokter Sardjito Yogyakarta adalah penderita
hipertensi. Sepanjang tahun 2010, RS Sardjito melayani penderita
hipertensi 20.189 orang, dan selama Desember 2010 ada 1.481 pasien
hipertensi.(Tribun Jogja, 2011)
Makin meningkatnya harapan hidup makin kompleks penyakit yang
diderita oleh orang lanjut usia, termasuk lebih sering terserang hipertensi.
Hipertensi pada lanjut usia sebagian besar merupakan hipertensi sistolik
terisolasi (HST), dan pada umumnya merupakan hipertensi primer.
(Kaplan, 1999)
Ancaman penyakit tidak menular seperti hipertensi pada kabupaten
Sleman masih menjadi masalah kesehatan masyarakat (Dinkes Sleman,
2013). Didukung dengan adanya data Penyakit Tidak Menular berbasis
puskesmas di kabupaten Sleman, hipertensi primer menduduki peringkat
pertama penyakit tidak menular dengan presentase sebesar 69% atau 5352
penderita hipertensi selama tahun 2012.
Untuk menangani permasalahan hipertensi, perlu dibentuk suatu
program,
namun
terlebih
dahulu
dilakukan
suatu
perencanaan.
Perencanaan adalah kegiatan yang dikerjakan untuk sesuatu kebutuhan
atau aktifitas pada masa-masa mendatang, maka satu prinsip yang tidak
boleh dilupakan adalah meramalkan (forecasting) mengenai yang akan
terjadi pada masa yang akan datang. (Nur, 2006)
Maka perlu dilakukan peramalan data untuk penderita hipertensi
primer guna perbaikan penanganan pelayanan dan lebih tersedianya obatobat yang menunjang untuk para penderita hipertensi. Prediksi ini
diharapkan dapat membantu Dinas Kesehatan Kabupaten Sleman dalam
membenahi sistem penanganan pelayanan dan obat untuk para penderita
hipertensi primer. Sehingga terwujudlah kesadaran hidup sehat dikalangan
masyarakat terutama pada Kabupaten Sleman.
1.2.
Rumusan Masalah
Prediksi jumlah pasien hipertensi primer yang berobat di puskesmas
kabupaten Sleman untuk bulan Januari 2013 sangat penting, karena
diharapkan menjadi acuan bagi pemerintah daerah kabupaten Sleman agar
dapat meningkatkan pelayanan dan obat. Permasalahan dalam laporan ini
adalah berapakah prediksi jumlah pasien hipertensi primer yang berobat di
puskesmas kabupaten Sleman untuk bulan Januari 2013.
1.3.
Batasan Masalah
Agar pembahasan dalam penelitian ini tidak terlalu meluas, maka
dalam penelitian ini diberikan batasan-batasan sebagai berikut :
a. Penelitian
dilakukan
di
Dinas
Kesehatan
Kabupaten
Sleman
Yogyakarta.
b. Data yang di ambil adalah data penyakit tidak menular berbasis
puskesmas di Dinas Kabupaten Sleman tahun 2012, mengambil lima
puskesmas yang datanya memenuhi syarat.
c. Data yang diperoleh akan diolah dengan menggunakan software
Minitab 14. Metode yang digunakan adalah Single Movinge Average
(Metode Rata-rata Bergerak Tunggal).
1.4.
Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk memprediksi jumlah pasien
hipertensi primer yang berobat di puskesmas kabupaten Sleman untuk bulan Januari 2013.
1.5.
Manfaat Penelitian
Dari penelitian ini diharapkan menghasilkan manfaat sebagai berikut:
a. Dapat dijadikan sebagai referensi bagi Dinas Kesehatan Kabupaten
Sleman.
b. Memberikan tambahan informasi akan kegunaan analisis runtun waktu
(time series) dalam memprediksi data di periode yang akan datang.
c. Manfaat bagi penulis yaitu sebagai pembelajaran dalam penulisan tugas
akhir.
II. LANDASAN TEORI
2.1.
Analisis Runtun Waktu (Time Series)
Analisis runtun waktu adalah analisis yang bertujuan untuk mempelajari atau membuat mekanisme model stokastik yang memberikan reaksi
runtun waktu yang diobservasi dan memprediksi nilai runtun waktu yang
akan datang didasarkan pada histori itu sendiri. Adapun ciri-ciri analisis
runtun waktu yang menonjol adalah bahwa deretan observasi pada suatu
variabel dipandang sebagai realisasi dari variabel random berditribusi
bersama (Soejoeti, 1987).
2.1.1. Pola Data
Runtun waktu mengidentifikasi pola data yang umum terbentuk sebagai
berikut :
Pola horisontal (H) terjadi bilamana nilai data berfluktuasi disekitar nilai rata-rata yang konstan. Deret seperti itu stasioner terhadap nilai rata-ratanya. (Makridakis, 1989)
Pola musiman (S) menunjukkan pola perubahan yang berulang
setiap tahun. (Arsyad, 1999)
Pola siklis (C) adalah fluktuasi seperti gelombang disekitar trend,
pola ini cenderung berulang setiap dua tahun, tiga tahun, atau
lebih. (Arsyad, 1999)
Pola trend (T) terjadi bilamana terdapat kenaikan atau penurunan
sekuler jangka panjang dalam data. (Makridakis, 1989)
2.2.
Metode Single Moving Average (Rata-rata Bergerak Tunggal)
Metode single moving average merupakan salah satu jenis metode
peramalan. Metode peramalan atau forecasting adalah merupakan dugaan
atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa yang
akan datang (Supranto, 2010).
Model rata-rata bergerak paling cocok digunakan untuk data stasioner,
dan tidak dapat bekerja dengan baik untuk data trend atau musiman,
meskipun hasilnya lebih baik dari pada metode rata-rata bergerak
sederhana. Metode rata-rata bergerak sering digunakan untuk data
kuartalan atau bulanan untuk membantu mengamati komponen-komponen
dalam suatu time series. (Arsyad, 1999)
Dalam metode ini peramalan dilakukan dengan mengulang
perhitungan secara terus menerus dengan menggunakan data terbaru.
(Arsyad, 1999)
(2.1)
Keterangan :
= rata-rata bergerak pada periode t.
= nilai ramalan periode berikutnya.
= nilai aktual pada periode t.
= jumlah data dalam rata-rata bergerak.
2.3.
Ukuran Ketepatan Peramalan
Mean Absolute Deviation
MAD
1 n
Yt Yt
n t 1
Mean Squared Error
MSE
1 n
(Yt Yt ) 2
n t 1
Mean Absolute Percentage Error
1 n Yt Yt
MAPE
n t 1
Yt
III.
ANALISIS DATA DAN PEMBAHASAN
3.1.
Hasil dan Pembahasan
Diperoleh output perhitungan nilai prediksi pasien hipertensi untuk bulan
Januari 2013 dari lima puskesmas di Sleman dengan menggunakan software
minitab 14 dan pertimbangan hasil perbandingan ukuran error seperti berikut :
Puskesmas Depok 1
Nilai Error
MA_2 MA_3
MA_4
MA_5
MAPE
14,957 14,584 13,823 15,103
MAD
22,7 21,667
19,75 20,686
MSD
659,6 692,679 672,516 701,017
FORECAST
130 140,667 146,25
142,6
Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah
13,823. Maka hasil forecast yang dipakai yaitu pada MA_4 dengan hasil forecast
untuk bulan januari sebesar 146,25 atau 146 pasien.
Puskesmas Godean 1
Nilai Error
MA_2
MA_3
MA_4
MA_5
MAPE
17,02
15,11
12,96
9,05
MAD
53,3
47,26
42,75
28,69
MSD
3357,25 2971,63 2511,98 1501,02
FORECAST
301 315,667
314
305,2
Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah
9,05. Maka hasil forecast yang dipakai yaitu pada MA_5 dengan hasil forecast
untuk bulan januari sebesar 305 pasien.
Puskesmas Turi
Nilai Error
MA_2
MA_3
MA_4 MA_5
MAPE
16,133 15,803 14,226 16,812
MAD
25,35 25,111 22,375 25,743
MSD
990,075 752,543 646,531
925,4
FORECAST
180,5 182,667
180
168,8
Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah
14,226. Maka hasil forecast yang dipakai yaitu pada MA_4 dengan hasil forecast
untuk bulan januari sebesar 180 pasien.
Puskesmas Tempel 1
Nilai Error
MA_2
MA_3
MA_4
MA_5
MAPE
22,37
24,63
29,47
30,63
MAD
40,55
44,07
51,5
51,86
MSD
2180,73 2186,3 2823,55 2842,99
FORECAST
216,5 183,667
196,5
187,8
Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah
22,37. Maka hasil forecast yang dipakai yaitu pada MA_2 dengan hasil forecast
untuk bulan januari sebesar 216 pasien.
Puskesmas Moyudan
Nilai Error
MA_2 MA_3
MA_4
MA_5
MAPE
18,89
16,77
15,63
30,63
MAD
55,9
51,48
47,56
51,86
MSD
4705 3761,68 3304,19 1504,43
FORECAST
272,5
295
292
287,8
Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah
15,63. Maka hasil forecast yang dipakai yaitu pada MA_4 dengan hasil forecast
untuk bulan januari sebesar 292 pasien.
IV.
4.1.
PENUTUP
Kesimpulan
Berdasarkan hasil analisis runtun waktu metode Single Moving
Average dengan menggunakan Minitab 14, diperoleh kesimpulan sebagai
berikut :
4.2.
Puskesmas Depok 1
Prediksi bulan Januari tahun 2013
hipertensi
Puskesmas Godean 1
Prediksi bulan Januari tahun 2013
hipertensi
Puskesmas Turi
Prediksi bulan Januari tahun 2013
hipertensi
Puskesmas Tempel 1
Prediksi bulan Januari tahun 2013
hipertensi
Puskesmas Moyudan
Prediksi bulan Januari tahun 2013
hipertensi
Saran
:
146
pasien
penderita
:
305
pasien
penderita
:
180
pasien
penderita
:
216
pasien
penderita
:
292
pasien
penderita
Berdasarkan hasil analisis diharapkan dapat menjadi bahan informasi
untuk Dinas Kesehatan kabupaten Sleman.
Membantu meningkatkan sistem pelayanan kesehatan dan obatobatan untuk penderita hipertensi primer di kabupaten Sleman.
Mewujudkan masyarakat yang sadar akan kesehatan dan pola hidup
sehat.
Sebagai bahan referensi untuk penelitian lebih lanjut.
V.
DAFTAR PUSTAKA
Arsyad, Lycolin. 1999. Peramalan Bisnis. Yogyakarta : BPFE.
Depkes.
2010.
Hipertensi
Penyebab
Kematian
Nomor
Tiga.
http://www.depkes.go.id/index.php/berita/press-release/810-hipertensipenyebab-kematian-nomor-tiga.html 2, 24 Mei 2013, 17:18.
Gunawan-Lany, 2005. Hipertensi. Yogyakarta : Kanisius.
Handayani, Nur. 2006. Analisis Kecenderungan Penderita Demam Berdarah
Dengue (DBD) Tahun 2001-2005 untuk Peramalan Tahun 2006-2010 Di
RSU Dr. Pirngadi Medan. Fakultas Kesehatan Masyarakat Universitas
Sumatera Utara Medan. (Dikases dari repository.usu.ac.id, pada tanggal 13
Juni 2013 pukul 00.53 WIB)
Kaplan NM. Hypertension in the elderly. London: Martin Dunitz; 1999.
Kurniawan, dkk. Agustus 2010. Sistem Informasi Persediaan Ban Kendaraan
Pada Mulia Jaya Menggunakan Metode Single Moving Average. Jurnal
Ilmiah. Volume 1, Nomor 1.
Kuswardhani RAT, Mei 2006,Penatalaksanaan Hipertensi Pada Lanjut Usia.J
Peny Dalam. Volume 7, Nomor 2.
Makridakis, dkk. 1999. Metode dan Aplikasi Peramalan. Jakarta : Binarupa
Aksara.
Nova,
2013.
Satu
dari
Tiga
Orang
Dewasa
Menderita
Hipertensi.
http://jogja.tribunnews.com/2013/04/10/satu-dari-tiga-orang-dewasamenderita-hipertensi/, 24 Mei 2013, 17:30.
Profil SKPD Dinas Kesehatan Kabupaten Sleman Tahun 2012.
Rudianto B.F., 2013. Menaklukkan Hipertensi dan Diabetes (Mendeteksi,
Mencegah, dan Mengobati dengan Cara Medis dan Herbal). Yogyakarta :
Sakkhasukina.
Soejoeti, Zanzawi. 1987. Analisis Runtun Waktu. Jakarta : Penerbit Karunia
Jakarta Universitas Terbuka.
Sugiarto, Aris. 2007. Faktor-Faktor Risiko Hipertensi Grade II pada Masyarakat.
Tesis pada Bidang Epidiomologi. UNDIP : Tidak diterbitkan.
Supranto, J, 2010. Metode Ramalan Kuantitatif. Penerbit Rineka Cipta.
Survei Kesehatan Rumah T angga (SKRT ). 2000. Laporan Nasional.
Badan Penenlitian dan Pengembangan Kesehatan Departemen Kesehatan,
Republik Indonesia.
Syahrini, dkk. 2012. Faktor-Faktor Resiko Hipertensi Primer di Puskesmas
Tlogosari Kulon Kota Semarang. Jurnal Kesehatan Masyarakat. Volume 1,
No.2, http://ejournals1.undip.ac.id/index.php/jkm. 29 Mei 2013, 13:25.
Tribun
Jogja,
2011.
RS
Sardjito
Yogya
Banjir
Pasien
Hipertensi.
http://jogja.tribunnews.com/2011/01/18/rs-sardjito-yogya-banjir-pasienhipertensi, 27 Mei 2013, 17:30.
Wahdah, Nurul. 2011. Menaklukkan Hipertensi dan Diabetes (Mendeteksi,
Mencegah, dan Mengobati dengan Cara Medis dan Herbal). Yogyakarta :
Multipress.
Puskesmas Kabupaten Sleman Dengan Metode Single Moving Average
Arifati Kustanti1 dan R.B. Fajriya Hakim, S.Si, M.Si. 2
1
Mahasiswa Program Studi Statistika, FMIPA UII Yogyakarta
2
Dosen Pembimbing KP, FMIPA UII Yogyakarta
ABSTRAK
Kerja Praktek dilaksanakan di Dinas Kesehatan Kabupaten Sleman Yogyakarta. Kerja
Praktek ini dapat mengaplikasikan ilmu Statistika di dunia kerja terutama di dinas
pemerintahan. Penggunaan analisis runtun waktu dengan metode single moving average
ini bertujuan untuk memprediksi jumlah pasien hipertensi primer yang berobat di
puskesmas kabupaten Sleman untuk bulan Januari 2013. Data yang digunakan adalah
data sekunder yang diperoleh dari bagian P2PL Dinas Kesehatan Kabupaten Sleman
Yogyakarta. Dengan prediksi jumlah pasien hipertensi primer yang berobat di puskesmas
kabupaten Sleman untuk bulan Januari 2013 ini diharapkan pemerintah daerah dapat
mengupayakan peningkatan pelayanan kesehatan di Kabupaten Sleman Yogyakarta.
Kata Kunci : Hipertensi, Analisis Runtun Waktu dan Metode Single Moving
Average.
I.
1.1.
PENDAHULUAN
Latar Belakang
Hipertensi merupakan penyebab kematian nomor 3 setelah stroke dan
tuberkulosis, yakni mencapai 6,7% dari populasi kematian pada semua
umur di Indonesia. Hipertensi merupakan gangguan sistem peredaran
darah yang menyebabkan kenaikan tekanan darah di atas normal, yaitu
140/90 mmHg. Hasil Riset Kesehatan Dasar (Riskesdas) Balitbangkes
tahun 2007 menunjukan prevalensi hipertensi secara nasional mencapai
31,7%.(Depkes RI, 2010)
Berdasarkan data Riset Kesehatan Dasar (Riskesdas) tahun 2007
menunjukkan bahwa hipertensi umumnya muncul pada orang lanjut
usia, namun
sebanyak
sekarang
30%.
terjadi
pada
usia 20 sampai
55 tahun
Perubahan gaya hidup modern serba otomatis dan
kurang aktifitas membawa
konsekuensi penyakit degeneratif salah
satunya hipertensi. ( S K RT, 2 0 0 0 )
Putri memberitahukan bahwa jumlah pasien terbanyak yang dirawat di
Rumah Sakit (RS) Dokter Sardjito Yogyakarta adalah penderita
hipertensi. Sepanjang tahun 2010, RS Sardjito melayani penderita
hipertensi 20.189 orang, dan selama Desember 2010 ada 1.481 pasien
hipertensi.(Tribun Jogja, 2011)
Makin meningkatnya harapan hidup makin kompleks penyakit yang
diderita oleh orang lanjut usia, termasuk lebih sering terserang hipertensi.
Hipertensi pada lanjut usia sebagian besar merupakan hipertensi sistolik
terisolasi (HST), dan pada umumnya merupakan hipertensi primer.
(Kaplan, 1999)
Ancaman penyakit tidak menular seperti hipertensi pada kabupaten
Sleman masih menjadi masalah kesehatan masyarakat (Dinkes Sleman,
2013). Didukung dengan adanya data Penyakit Tidak Menular berbasis
puskesmas di kabupaten Sleman, hipertensi primer menduduki peringkat
pertama penyakit tidak menular dengan presentase sebesar 69% atau 5352
penderita hipertensi selama tahun 2012.
Untuk menangani permasalahan hipertensi, perlu dibentuk suatu
program,
namun
terlebih
dahulu
dilakukan
suatu
perencanaan.
Perencanaan adalah kegiatan yang dikerjakan untuk sesuatu kebutuhan
atau aktifitas pada masa-masa mendatang, maka satu prinsip yang tidak
boleh dilupakan adalah meramalkan (forecasting) mengenai yang akan
terjadi pada masa yang akan datang. (Nur, 2006)
Maka perlu dilakukan peramalan data untuk penderita hipertensi
primer guna perbaikan penanganan pelayanan dan lebih tersedianya obatobat yang menunjang untuk para penderita hipertensi. Prediksi ini
diharapkan dapat membantu Dinas Kesehatan Kabupaten Sleman dalam
membenahi sistem penanganan pelayanan dan obat untuk para penderita
hipertensi primer. Sehingga terwujudlah kesadaran hidup sehat dikalangan
masyarakat terutama pada Kabupaten Sleman.
1.2.
Rumusan Masalah
Prediksi jumlah pasien hipertensi primer yang berobat di puskesmas
kabupaten Sleman untuk bulan Januari 2013 sangat penting, karena
diharapkan menjadi acuan bagi pemerintah daerah kabupaten Sleman agar
dapat meningkatkan pelayanan dan obat. Permasalahan dalam laporan ini
adalah berapakah prediksi jumlah pasien hipertensi primer yang berobat di
puskesmas kabupaten Sleman untuk bulan Januari 2013.
1.3.
Batasan Masalah
Agar pembahasan dalam penelitian ini tidak terlalu meluas, maka
dalam penelitian ini diberikan batasan-batasan sebagai berikut :
a. Penelitian
dilakukan
di
Dinas
Kesehatan
Kabupaten
Sleman
Yogyakarta.
b. Data yang di ambil adalah data penyakit tidak menular berbasis
puskesmas di Dinas Kabupaten Sleman tahun 2012, mengambil lima
puskesmas yang datanya memenuhi syarat.
c. Data yang diperoleh akan diolah dengan menggunakan software
Minitab 14. Metode yang digunakan adalah Single Movinge Average
(Metode Rata-rata Bergerak Tunggal).
1.4.
Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk memprediksi jumlah pasien
hipertensi primer yang berobat di puskesmas kabupaten Sleman untuk bulan Januari 2013.
1.5.
Manfaat Penelitian
Dari penelitian ini diharapkan menghasilkan manfaat sebagai berikut:
a. Dapat dijadikan sebagai referensi bagi Dinas Kesehatan Kabupaten
Sleman.
b. Memberikan tambahan informasi akan kegunaan analisis runtun waktu
(time series) dalam memprediksi data di periode yang akan datang.
c. Manfaat bagi penulis yaitu sebagai pembelajaran dalam penulisan tugas
akhir.
II. LANDASAN TEORI
2.1.
Analisis Runtun Waktu (Time Series)
Analisis runtun waktu adalah analisis yang bertujuan untuk mempelajari atau membuat mekanisme model stokastik yang memberikan reaksi
runtun waktu yang diobservasi dan memprediksi nilai runtun waktu yang
akan datang didasarkan pada histori itu sendiri. Adapun ciri-ciri analisis
runtun waktu yang menonjol adalah bahwa deretan observasi pada suatu
variabel dipandang sebagai realisasi dari variabel random berditribusi
bersama (Soejoeti, 1987).
2.1.1. Pola Data
Runtun waktu mengidentifikasi pola data yang umum terbentuk sebagai
berikut :
Pola horisontal (H) terjadi bilamana nilai data berfluktuasi disekitar nilai rata-rata yang konstan. Deret seperti itu stasioner terhadap nilai rata-ratanya. (Makridakis, 1989)
Pola musiman (S) menunjukkan pola perubahan yang berulang
setiap tahun. (Arsyad, 1999)
Pola siklis (C) adalah fluktuasi seperti gelombang disekitar trend,
pola ini cenderung berulang setiap dua tahun, tiga tahun, atau
lebih. (Arsyad, 1999)
Pola trend (T) terjadi bilamana terdapat kenaikan atau penurunan
sekuler jangka panjang dalam data. (Makridakis, 1989)
2.2.
Metode Single Moving Average (Rata-rata Bergerak Tunggal)
Metode single moving average merupakan salah satu jenis metode
peramalan. Metode peramalan atau forecasting adalah merupakan dugaan
atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa yang
akan datang (Supranto, 2010).
Model rata-rata bergerak paling cocok digunakan untuk data stasioner,
dan tidak dapat bekerja dengan baik untuk data trend atau musiman,
meskipun hasilnya lebih baik dari pada metode rata-rata bergerak
sederhana. Metode rata-rata bergerak sering digunakan untuk data
kuartalan atau bulanan untuk membantu mengamati komponen-komponen
dalam suatu time series. (Arsyad, 1999)
Dalam metode ini peramalan dilakukan dengan mengulang
perhitungan secara terus menerus dengan menggunakan data terbaru.
(Arsyad, 1999)
(2.1)
Keterangan :
= rata-rata bergerak pada periode t.
= nilai ramalan periode berikutnya.
= nilai aktual pada periode t.
= jumlah data dalam rata-rata bergerak.
2.3.
Ukuran Ketepatan Peramalan
Mean Absolute Deviation
MAD
1 n
Yt Yt
n t 1
Mean Squared Error
MSE
1 n
(Yt Yt ) 2
n t 1
Mean Absolute Percentage Error
1 n Yt Yt
MAPE
n t 1
Yt
III.
ANALISIS DATA DAN PEMBAHASAN
3.1.
Hasil dan Pembahasan
Diperoleh output perhitungan nilai prediksi pasien hipertensi untuk bulan
Januari 2013 dari lima puskesmas di Sleman dengan menggunakan software
minitab 14 dan pertimbangan hasil perbandingan ukuran error seperti berikut :
Puskesmas Depok 1
Nilai Error
MA_2 MA_3
MA_4
MA_5
MAPE
14,957 14,584 13,823 15,103
MAD
22,7 21,667
19,75 20,686
MSD
659,6 692,679 672,516 701,017
FORECAST
130 140,667 146,25
142,6
Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah
13,823. Maka hasil forecast yang dipakai yaitu pada MA_4 dengan hasil forecast
untuk bulan januari sebesar 146,25 atau 146 pasien.
Puskesmas Godean 1
Nilai Error
MA_2
MA_3
MA_4
MA_5
MAPE
17,02
15,11
12,96
9,05
MAD
53,3
47,26
42,75
28,69
MSD
3357,25 2971,63 2511,98 1501,02
FORECAST
301 315,667
314
305,2
Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah
9,05. Maka hasil forecast yang dipakai yaitu pada MA_5 dengan hasil forecast
untuk bulan januari sebesar 305 pasien.
Puskesmas Turi
Nilai Error
MA_2
MA_3
MA_4 MA_5
MAPE
16,133 15,803 14,226 16,812
MAD
25,35 25,111 22,375 25,743
MSD
990,075 752,543 646,531
925,4
FORECAST
180,5 182,667
180
168,8
Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah
14,226. Maka hasil forecast yang dipakai yaitu pada MA_4 dengan hasil forecast
untuk bulan januari sebesar 180 pasien.
Puskesmas Tempel 1
Nilai Error
MA_2
MA_3
MA_4
MA_5
MAPE
22,37
24,63
29,47
30,63
MAD
40,55
44,07
51,5
51,86
MSD
2180,73 2186,3 2823,55 2842,99
FORECAST
216,5 183,667
196,5
187,8
Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah
22,37. Maka hasil forecast yang dipakai yaitu pada MA_2 dengan hasil forecast
untuk bulan januari sebesar 216 pasien.
Puskesmas Moyudan
Nilai Error
MA_2 MA_3
MA_4
MA_5
MAPE
18,89
16,77
15,63
30,63
MAD
55,9
51,48
47,56
51,86
MSD
4705 3761,68 3304,19 1504,43
FORECAST
272,5
295
292
287,8
Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah
15,63. Maka hasil forecast yang dipakai yaitu pada MA_4 dengan hasil forecast
untuk bulan januari sebesar 292 pasien.
IV.
4.1.
PENUTUP
Kesimpulan
Berdasarkan hasil analisis runtun waktu metode Single Moving
Average dengan menggunakan Minitab 14, diperoleh kesimpulan sebagai
berikut :
4.2.
Puskesmas Depok 1
Prediksi bulan Januari tahun 2013
hipertensi
Puskesmas Godean 1
Prediksi bulan Januari tahun 2013
hipertensi
Puskesmas Turi
Prediksi bulan Januari tahun 2013
hipertensi
Puskesmas Tempel 1
Prediksi bulan Januari tahun 2013
hipertensi
Puskesmas Moyudan
Prediksi bulan Januari tahun 2013
hipertensi
Saran
:
146
pasien
penderita
:
305
pasien
penderita
:
180
pasien
penderita
:
216
pasien
penderita
:
292
pasien
penderita
Berdasarkan hasil analisis diharapkan dapat menjadi bahan informasi
untuk Dinas Kesehatan kabupaten Sleman.
Membantu meningkatkan sistem pelayanan kesehatan dan obatobatan untuk penderita hipertensi primer di kabupaten Sleman.
Mewujudkan masyarakat yang sadar akan kesehatan dan pola hidup
sehat.
Sebagai bahan referensi untuk penelitian lebih lanjut.
V.
DAFTAR PUSTAKA
Arsyad, Lycolin. 1999. Peramalan Bisnis. Yogyakarta : BPFE.
Depkes.
2010.
Hipertensi
Penyebab
Kematian
Nomor
Tiga.
http://www.depkes.go.id/index.php/berita/press-release/810-hipertensipenyebab-kematian-nomor-tiga.html 2, 24 Mei 2013, 17:18.
Gunawan-Lany, 2005. Hipertensi. Yogyakarta : Kanisius.
Handayani, Nur. 2006. Analisis Kecenderungan Penderita Demam Berdarah
Dengue (DBD) Tahun 2001-2005 untuk Peramalan Tahun 2006-2010 Di
RSU Dr. Pirngadi Medan. Fakultas Kesehatan Masyarakat Universitas
Sumatera Utara Medan. (Dikases dari repository.usu.ac.id, pada tanggal 13
Juni 2013 pukul 00.53 WIB)
Kaplan NM. Hypertension in the elderly. London: Martin Dunitz; 1999.
Kurniawan, dkk. Agustus 2010. Sistem Informasi Persediaan Ban Kendaraan
Pada Mulia Jaya Menggunakan Metode Single Moving Average. Jurnal
Ilmiah. Volume 1, Nomor 1.
Kuswardhani RAT, Mei 2006,Penatalaksanaan Hipertensi Pada Lanjut Usia.J
Peny Dalam. Volume 7, Nomor 2.
Makridakis, dkk. 1999. Metode dan Aplikasi Peramalan. Jakarta : Binarupa
Aksara.
Nova,
2013.
Satu
dari
Tiga
Orang
Dewasa
Menderita
Hipertensi.
http://jogja.tribunnews.com/2013/04/10/satu-dari-tiga-orang-dewasamenderita-hipertensi/, 24 Mei 2013, 17:30.
Profil SKPD Dinas Kesehatan Kabupaten Sleman Tahun 2012.
Rudianto B.F., 2013. Menaklukkan Hipertensi dan Diabetes (Mendeteksi,
Mencegah, dan Mengobati dengan Cara Medis dan Herbal). Yogyakarta :
Sakkhasukina.
Soejoeti, Zanzawi. 1987. Analisis Runtun Waktu. Jakarta : Penerbit Karunia
Jakarta Universitas Terbuka.
Sugiarto, Aris. 2007. Faktor-Faktor Risiko Hipertensi Grade II pada Masyarakat.
Tesis pada Bidang Epidiomologi. UNDIP : Tidak diterbitkan.
Supranto, J, 2010. Metode Ramalan Kuantitatif. Penerbit Rineka Cipta.
Survei Kesehatan Rumah T angga (SKRT ). 2000. Laporan Nasional.
Badan Penenlitian dan Pengembangan Kesehatan Departemen Kesehatan,
Republik Indonesia.
Syahrini, dkk. 2012. Faktor-Faktor Resiko Hipertensi Primer di Puskesmas
Tlogosari Kulon Kota Semarang. Jurnal Kesehatan Masyarakat. Volume 1,
No.2, http://ejournals1.undip.ac.id/index.php/jkm. 29 Mei 2013, 13:25.
Tribun
Jogja,
2011.
RS
Sardjito
Yogya
Banjir
Pasien
Hipertensi.
http://jogja.tribunnews.com/2011/01/18/rs-sardjito-yogya-banjir-pasienhipertensi, 27 Mei 2013, 17:30.
Wahdah, Nurul. 2011. Menaklukkan Hipertensi dan Diabetes (Mendeteksi,
Mencegah, dan Mengobati dengan Cara Medis dan Herbal). Yogyakarta :
Multipress.