Peramalan Jumlah Kasus Tuberkulosis Di Kabupaten Malang Menggunakan Metode Autoregressive Integrated Moving Average-Autoregressive Conditional Heteroscedasticity (Arima-Arch)

Widodo, Slamet (2017) Peramalan Jumlah Kasus Tuberkulosis Di Kabupaten Malang Menggunakan Metode Autoregressive Integrated Moving Average-Autoregressive Conditional Heteroscedasticity (Arima-Arch). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 5213100086-Undergraduate_Theses.pdf]
Preview
Text
5213100086-Undergraduate_Theses.pdf - Published Version

Download (3MB) | Preview

Abstract

Tuberculosis (TB atau TBC) adalah salah satu jenis penyakit infeksi pernafasan kronis yang disebabkan oleh bakteri. Infeksi TB adalah jenis infeksi penyakit yang berbahaya jika tidak ditangani dengan tepat waktu . Penyakit ini sudah menjadi permasalahan kesehatan utama di Indonesia, termasuk kabupaten Malang .
Di kabupaten Malang, terdapat 1720 kasus pada tahun 2013 dan 1801 Kasus pada tahun 2014. Cukup tingginya angka penderita TB di kabupaten Malang ini mengisyaratkan bahwa sangat penting untuk dilakukan pencegahan dan pengendalian. Dan dalam upaya pencegahan dan pengendalian TB, dalam penelitian ini akan diramalkan jumlah penderita Tuberkulosis di kabupaten Malang , Jawa timur . Dimana hasil peramalan dan prediksi yang akurat dari perkiraan situasi TB di masa depan dapat memberikan dasar ilmiah untuk merumuskan perencanaan kontrol yang benar.
Pada penelitian ini, digunakan metode ARIMA-ARCH untuk meramalkan jumlah kasus Tuberkulosis di kabupaten Malang. Penggunaan ARIMA-ARCH sendiri karena pada Model ARIMA masih ditemukan rangkaian residual yang memiliki heteroskedastisitas . Dan Autoregressive Conditional Heteroskedastisitas (ARCH) adalah model yang lazim untuk digunakan dalam menangani time series heteroskedastisitas Hasil analisis menunjukkan bahwa model ARIMA (0,1,3) ARCH (1) adalah model yang terbaik untuk meramalkan jumlah kasus tuberculosis di kabupaten Malang. Model ARIMA (0,1,3) ARCH (1) yang di gunakan pada tugas akhir ini menghasilkan nilai peramalan jumlah kasus tuberculosis di kabupaten Malang yang sangat baik, dimana menghasilkan nilai MAPE 1,88 % yang berarti tingkat keakuratan dari hasil peramalan sangat bagus.
=================================================================================================================
Tuberculosis (TB or TBC) is one of serious infectious respiratory diseases caused by bacteria or a virus. This disease will create a dangerous infection if it is not handle appropriately. Tuberculosis or TBC had became a major healht problem in Indonesia, including Malang regency.
In Malang regency, there were 1720 tuberculosis cases in 2013 and 1801 cases in 2014. The higher amount of tuberculosis sufferer in Malang regency indicates that it is very important to take any action of prevention. In this case, the purpose of this research is to forecast the amount of tuberculosis sufferer in Malang regency. The result of the accurate forecasting of Tuberculosis cases hopefully can provide a scientific basis to formulate the best plan for prevention in the future.
In this research, the researcher used ARIMA-ARCH method to forecast the amount of tuberculosis case in Malang Regency. The reason why used this method is because we can still find a series of residual which has heteroskedastisitas in ARIMA model. Autogressive Conditional heteroskedastisitas (ARCH) is a common model used to handle a time series of heteroskedastisitas.
The result of the analysis showed that ARIMA (0,1,3) ARCH (1) was the best model to forecast the amount of tuberculosis cases in Malang regency. ARIMA (0,1,3) ARCH (1) model which is used in this final project produced an excellent value of prediction about the amount of tuberculosis case in Malang Regency. The result showed that the precentage of MAPE was 18% which indicated that the degree of the accuracy was so excellent.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: ARIMA, ARIMA-ARCH,Heteroskedastisitas, Peramalan, Tuberkulosis
Subjects: T Technology > T Technology (General)
Z Bibliography. Library Science. Information Resources > ZA Information resources > Z699.5 Information storage and retrieval systems
Divisions: Faculty of Information Technology > Information System > 57201-(S1) Undergraduate Thesis
Depositing User: SLAMET WIDODO -
Date Deposited: 03 Mar 2017 01:33
Last Modified: 03 Mar 2017 01:33
URI: http://repository.its.ac.id/id/eprint/1767

Actions (login required)

View Item View Item