WIDYANTI, INGE MEY (2014) PREDIKSI JUMLAH PASIEN INSTALASI RAWAT DARURAT (IRD) RSUD Dr. SOETOMO DENGAN MENGGUNAKAN METODE SELF-EXCITING THRESHOLD AUTOREGRESSIVE (SETAR). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
1310100038-Abstract.pdf - Published Version Download (349kB) | Preview |
Text
1310100038-Undergraduate Thesis.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy |
|
Preview |
Text
1310100038-conclusion.pdf - Published Version Download (258kB) | Preview |
Abstract
Tujuan dari tugas akhir ini adalah mendeskripsikan, memodelkan da
nmemprediksi jumlah pasien masuk, jumlah pasien keluar dan jumlah
pasien rawat intensif di IRD RSUD Dr. Soetomo Surabaya. Metode
statistik yang digunakan untuk mencapai tujuan dari tugas akhir ini
adalah metode Self-Exciting Threshold Autoregressive (SETAR), salah
satu metode non-linier pengembangan dari model TAR. Model SETAR
ditentukan oleh jumlah regime, orde autoregressive, parameter delay
dan variabel threshold. Tahap ananalisis pada tugas akhir ini adalah
mendapatkan model SETAR dengan menentukan parameter delay dan
variabel threshold. Dengan menggunakan pendekatan Ordinary Least
Square (OLS) yaitu dengan melakukan regresi stepwise dan regresi
dummy terhadap parameter yang signifikan untuk membantu dalam
penaksiran parameter. Kemudian mencari model terbaik dari kedua
metode tersebut dan memprediksi dengan menggunakan model terbaik.
Hasil dari analisis data menunjukkan bahwa didapatkan model terbaik
yang berbeda-beda untuk setiap harinya.
=====================================================================================================
The purpose of this research is to predict the number of patients who
will check in, check out, and in the intensive care unit of IRD Hospital
Dr. Soetomo. Statistical method that is used to achieve the goal of this
research is Self-Exciting Threshold Autoregressive (Setar),i.e. one of
non-linear methods development of the TAR models. Setar model is
determined by the number of regimes, autoregressive order, delay
parameter, and threshold variable. Analysis stage of this research
includes the determination of delay parameter and threshold variable to
get the SETAR model by using Ordinary Least Square (OLS) approach,
i.e. performing stepwise regression and dummy regression against the
significant parameters to get parameter estimation. The final is look for
the best model of both methods then do prediction using the best
models. The result of this research shows that the best models are
different for each day.
Item Type: | Thesis (Undergraduate) |
---|---|
Additional Information: | RSSt 519.536 Wid p |
Uncontrolled Keywords: | SETAR, Regresi Stepwise, Delay, Threshold, ARIMA |
Subjects: | Q Science > QA Mathematics Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression |
Divisions: | Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis |
Depositing User: | Mr. Tondo Indra Nyata |
Date Deposited: | 03 Jan 2017 07:36 |
Last Modified: | 03 Jan 2017 07:57 |
URI: | http://repository.its.ac.id/id/eprint/1275 |
Actions (login required)
View Item |