Peramalan Jumlah Kasus Tuberkulosis Di Provinsi Jawa Timur Dengan Menggunakan Metode Hybrid Autoregressive Integrated Moving Average – Adaptive Neuro Fuzzy Inference System (ARIMA – ANFIS)

Ayuningtyas, Savira Jatnika (2019) Peramalan Jumlah Kasus Tuberkulosis Di Provinsi Jawa Timur Dengan Menggunakan Metode Hybrid Autoregressive Integrated Moving Average – Adaptive Neuro Fuzzy Inference System (ARIMA – ANFIS). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 5215100139_Undergraduate_Theses.pdf]
Preview
Text
5215100139_Undergraduate_Theses.pdf

Download (2MB) | Preview

Abstract

Tuberkulosis merupakan salah satu penyakit menular mematikan yang sudah berumur lebih tua dari peradaban manusia. Sebagai negara peringkat tertinggi ke-3 di dunia dalam jumlah pengidap Tuberkulosis, Indonesia sudah melakukan berbagai hal dalam aksi pencegahan serta penanganannya termasuk Directly Observed Treatment Short-course (DOTS). Penderita Tuberkulosis di Jawa Timur menduduki peringkat kedua setelah Jawa Barat. Pada tahun 2016, Dinas Kesehatan Jawa Timur mencatat jumlah pengidap Tuberkulosis di Jawa Timur sendiri sebanyak 47.478 kasus yang terjadi pada wanita maupun pria. Oleh karena itu, dibutuhkannya data permalan sebagai bentuk pendeteksian dini agar tindakan preventif bisa dilakukan untuk terus menekan jumlah penderita Tuberkulosis di Provinsi Jawa Timur
Penelitian ini dilakukan untuk meramalkan jumlah kasus penderita Tuberkulosis di Provinsi Jawa Timur dengan menggunakan metode ARIMA-ANFIS. Berdasarkan penelitian sebelumnya, penerapan metode ARIMA-ANFIS cocok untuk diterapkan pada data time series. Pada penelitian ini akan menggunakan beberapa data (1) Jumlah dari penderita Tuberkulosis di Provinsi Jawa Timur dari tahun 2004-2018 (2) index pencarian kueri yang terkait dengan Tuberkulosis pada Google Trends. Peran serta dan korelasi dari Google Trends akan dianalisis pada penelitian ini. Apakah data yang dihasilkan oleh Google Trends bisa mewakili data kejadian sesungguhnya. Dengan adanya penelitian ini diharapkan bisa menyediakan bahan pengambilan keputusan untuk bisa melakukan tindakan preventif agar jumlah penderita bisa terus menurun dan bisa mewujudkan Indonesia Bebas Tuberkulosis.
Output dari tugas akhir ini berupa hasil peramalan Tuberkulosis pertriwulan untuk tahun 2018 – 2025. Hasil evaluasi menunjukkan bahwa metode hybrid mampu memberikan hasil yang baik untuk meramalkan data Google Trends karena mampu menurunkan nilai MAPE sebesar 15,23% namun data Tuberkulosis penggunaan metode hybrid meningkatkan nilai MAPE data sebesar 0,22% menandakan metode Hybrid ARIMA-ANFIS memiliki kemampuan peramalan yang sedikit lebih kecil. Penggunaan Google Trends dan data aktual Tuberkulosis belum memiliki korelasi satu sama lain dan data Google Trends belum bisa mewakili data yang sesungguhnya untuk peramalan dilihat dari selisih nilai MAPE satu sama lain yang cukup jauh
================================================================================================
Tuberculosis is one of deadly contagious disease which older than the human century. As top third highest ranked country in the world in the number of people with Tuberculosis, Indonesia has done various things to prevent and handle Tuberculosis itself including DOTS (Directly Observed Treatment Short-course). Tuberculosis Patients in East Java is ranked second after West Java in 2016. The East Java public health office recorded the number of Tuberculosis Patients in East Java is 47.478 cases that occured in both women and men. Therefore, it is surely we needed a forecasting as an early detection as a preventive action to suppress the number of people with Tuberculosis in East Java Province.
This research was done to forecast the number of people with Tuberculosis in East Java Province using hybrid method ARIMA-ANFIS. Based on previous research, the application of the ARIMA-ANFIS is suitable for time series data. This research will use a number of datas, such as: (1) The number of Tuberculosis Patients in East Java Province from 2004 – 2018. (2) searching index query related to Tuberculosis on Google Trends. The Role of Google Trends itself will be analyzed in this research, is the data produced could represent the real case or not. This researched is expected to be able to provide decision – making materials so that it could helps to take preventive actions so that the governance could decrease the number of patients and wished to embody “Indonesia Bebas Tuberkulosis”.
The output for this Thesis research is the result of Tuberculosis forecasting per quarterly from 2018 – 2025. The evaluation result shows that Hybrid method is a better method to forecast Google Trends. It shows from the decreasing of the MAPE for 15,23% but to forecast actual Tuberculosis data, shows that ARIMA has a better MAPE result with difference 0.22%. The usage of Google Trends data still couldn’t represent the actual data known from the MAPE point which has a quite far difference

Item Type: Thesis (Undergraduate)
Additional Information: RSSI 519.535 Ayu p-1 2019
Uncontrolled Keywords: Peramalan, ARIMA-ANFIS, Google Trends, Tuberkulosis, Provinsi Jawa Timur
Subjects: H Social Sciences > H Social Sciences (General) > H61.4 Forecasting in the social sciences
H Social Sciences > HA Statistics > HA30.3 Time-series analysis
H Social Sciences > HA Statistics > HA31.3 Regression. Correlation
H Social Sciences > HA Statistics > HA31.7 Estimation
Q Science > QA Mathematics > QA280 Box-Jenkins forecasting
T Technology > T Technology (General) > T174 Technological forecasting
T Technology > TJ Mechanical engineering and machinery > TJ217 Adaptive control systems
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User: savira jatnika ayuningtyas
Date Deposited: 26 Apr 2022 03:20
Last Modified: 26 Apr 2022 03:20
URI: http://repository.its.ac.id/id/eprint/60695

Actions (login required)

View Item View Item