Peramalan Jumlah Kasus Penyakit Tuberkulosis di Kabupaten Malang Menggunakan Metode Seasonal ARIMAX-GARCH

Nasehah, Trishna Fadea Durrotun (2018) Peramalan Jumlah Kasus Penyakit Tuberkulosis di Kabupaten Malang Menggunakan Metode Seasonal ARIMAX-GARCH. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 5214100068-Undergraduate_Theses.pdf]
Preview
Text
5214100068-Undergraduate_Theses.pdf - Accepted Version

Download (4MB) | Preview

Abstract

Dinas Kesehatan Jawa Timur mencatat jumlah penderita Tuberkulosisi (TB) tahun 2015 sebanyak 15.371 kasus. Dinas Kesehatan Kota Malang mencatat pada tahun 2015 terdapat 1.123 kasus TB. Pada tahun 2016 mengalami kenaikkan menjadi 1.851 kasus TB, sehingga dinyatakan mengalami peningkatan kasus hingga 50%. Pencegahan dan pengendalian dibutuhkan melihat dari tingginya angka kasus TB. Banyak penelitian berupa peramalan yang dilakukan untuk mengetahui jumlah kasus TB periode kedepan dalam upaya pencegahan dan dan pengendalian munculnya banyak kasus baru. Penelitian ini bertujuan untuk melakukan peramalan jumlah kasus tuberkolosis di Kabupaten Malang yang melibatkan faktor luar berupa suhu dan kelembapan udara dengan metode SARIMAX-GARCH. Data yang digunakan dalam peramalan merupakan data olah dalam periode bulanan dari Januari 2007 hingga September 2016 untuk setiap variabel yang terlibat. Sebelum melakukan peramalan jumlah penderita TB, dilakukan pembuatan model dengan menggunakan metode SARIMA. Model terbaik dari hasil pemodelan inilah yang nantinya akan digunakan sebagai model untuk melakukan peramalan pada periode 2016-2018.
Luaran dari tugas akhir ini adalah peramalan jumlah penderita tuberkulosis dipengaruhi oleh suhu dan kelembapan rata-rata untuk periode Oktober 2016-Desember 2017. Evaluasi hasil peramalan dengan menggunakan MAPE membuktikan bahwa model terbaik SARIMAX(0,1,3)(1,1,2)6 memberikan hasil sangat baik dengan nilai MAPE 4.28% dan MDA 0.71 dan untuk model SARIMAX(3,1,0)(1,1,2)6 GARCH(1) memiliki nilai MAPE 4.90% dan MDA 0.72.
Metode SARIMAX lebih cocok digunakan untuk melakukan peramalan data jumlah penderita tuberkulosis Kabupaten Malang karena menghasilkan MAPE yang lebih kecil daripada metode SARIMAX-GARCH. Peramalan dengan menggunakan satu variabel independen saja dapat menjadikan hasil peramalan lebih baik karena adanya pengaruh multikolinearitas antar variabel independen.

========================================================================================

East Java Health Office recorded the number of Tuberculosis (TB) patients in 2015 as many as 15,371 cases. Malang City Health Office noted in 2015 there are 1212 cases of TB. In 2016 experienced an increase to 1,851 cases of TB, so it is claimed to have increased cases by 50%. Prevention and control need to see from the high number of TB cases. A lot of research in the form of forecasting is done to know the number of future TB cases in the prevention and control of the emergence of many new cases. This study aims to forecast the number of cases of tuberculosis in Malang Regency that involves outside factors such as temperature and humidity by SARIMAX-GARCH method. The data used in forecasting is monthly period from January 2007 to September 2016 for each variable involved. Before doing the forecasting number of tuberculosis patients, modeling using SARIMA method was made. The best model of this modeling result will be used as a model for forecasting in the period 2016-2018.
The outcome of this final project is the forecasting of the number of tuberculosis patients affected by the average temperature and humidity for the period of October 2016-December 2017. Evaluation of forecasting results using MAPE proves that the best model of SARIMAX (0,1,3) (1,1,2 )6 gives excellent results with MAPE 4.28% and MDA 0.71. For SARIMAX (3.1,0) (1,1,2)6 GARCH (1) model has MAPE 4.90%. and MDA 0.72.
SARIMAX method is more suitable for data forecasting the number of tuberculosis patient in Malang Regency because it produces MAPE smaller than SARIMAX-GARCH method. Forecasting using one independent variable alone can make better forecasting results because of the influence of multicolinearity among independent variables.

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 519.535 Nas p-1 3100018074283
Uncontrolled Keywords: Garch, Peramalan, SARIMA, SARIMAX, Tuberkulosis
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Q Science > QA Mathematics > QA280 Box-Jenkins forecasting
Divisions: Faculty of Information and Communication Technology > Information Systems > 57201-(S1) Undergraduate Thesis
Depositing User: Trishna Fadea Durrotun Nasehah
Date Deposited: 28 Feb 2018 03:48
Last Modified: 13 Jun 2020 05:17
URI: http://repository.its.ac.id/id/eprint/49567

Actions (login required)

View Item View Item