Perbandingan Metode Peramalan ARIMA dan Single Exponential Smoothing pada Kasus Kejadian Demam Berdarah Dengue di Kota Semarang

Amiq Fahmi, Giacinta Maurensa, Heru Pramono Hadi, Aris Nur Hindarto, Sasono Wibowo, Edi Sugiarto

Abstract


Demam berdarah dengue (DBD) merupakan masalah kesehatan yang signifikan di Indonesia, khususnya di Kota Semarang. Setiap tahunnya, terdapat tren peningkatan penderita demam berdarah. Jika pemangku kepentingan tidak melakukan tindakan dan kebijakan preventif, hal ini akan berdampak buruk pada kesehatan dan kesejahteraan masyarakat. Peramalan kasus di masa yang akan datang merupakan salah satu upaya pencegahan dan pengendalian penyakit DBD. Penelitian ini menggunakan teknik peramalan ARIMA dan Single Smoothing Exponential. Data time series yang digunakan adalah bulan Januari sampai dengan Desember 2022 berdasarkan kasus kejadian di tingkat kecamatan Kota Semarang. Hasil percobaan kedua metode tersebut kemudian dibandingkan untuk mencari hasil terbaik dalam memprediksi jumlah kasus DBD di Kota Semarang. Hasil penelitian menunjukkan bahwa metode ARIMA memberikan hasil terbaik, dengan nilai MSE dan MAE yang lebih kecil.

Full Text:

PDF

References


J. J. S. Cakranegara, “Upaya Pencegahan dan Pengendalian Penyakit Demam Berdarah Dengue di Indonesia (2004-2019),” J. Penelit. Sej. Dan Budaya, vol. 7, no. 2, p. 479401, 2021.

F. A. Ciptono, M. Martini, S. Yuliawati, and L. D. Saraswati, “Gambaran Demam Berdarah Dengue Kota Semarang Tahun 2014-2019,” J. Ilm. Mhs., vol. 11, no. 1, pp. 1–5, 2021.

A. Q. Munir and A. K. Sari, “Sistematic Review: Model peramalan wabah penyakit demam berdarah,” in Seminar Nasional Aplikasi Teknologi Informasi (SNATI), 2015.

C. Kirana, A. Zainuddin, and A. Asriati, “Evaluasi Pelaksanaan Program Pencegahan Dan Penanggulangan Penyakit Demam Berdarah Dengue Di Kota Kendari,” J. Ilm. OBSGIN J. Ilm. Ilmu Kebidanan Kandung. P-ISSN 1979-3340 E-ISSN 2685-7987, vol. 14, no. 3, Art. no. 3, Sep. 2022, doi: 10.36089/job.v14i3.835.

M. Mistawati, Y. Yasnani, and H. Lestari, “Forecasting prevalence of dengue hemorrhagic fever using ARIMA model in Sulawesi Tenggara Province, Indonesia,” Public Health Indones., vol. 7, no. 2, Art. no. 2, Jun. 2021, doi: 10.36685/phi.v7i2.411.

F. Fahrunnisa, N. Manurung, and R. A. Dalimunthe, “Peramalan Kasus Baru Penderita Hipertensi Di Kecamatan Rawang Panca Arga dengan Teknik Single Exponential Smoothing,” J-Com J. Comput., vol. 1, no. 3, pp. 237–244, 2021.

R. Kushartanti and M. Latifah, “Autoregressive Integrated Moving Average (ARIMA) Sebagai Model Peramalan Kasus Demam Berdarah Dengue,” J. Kesehat. Lingkung., vol. 10, no. 2, Art. no. 2, Oct. 2020, doi: 10.47718/jkl.v10i2.1165.

S. Siamba, A. Otieno, and J. Koech, “Application of ARIMA, and hybrid ARIMA Models in predicting and forecasting tuberculosis incidences among children in Homa Bay and Turkana Counties, Kenya,” PLOS Digit. Health, vol. 2, no. 2, p. e0000084, 2023.

A. Kharmayana Rubaya, H. Kusnanto, L. Lazuardi, and T. B. T. Satoto, “ARIMA Models of Dengue Cases in Kartamantul, Based on Area Risk Classification,” J. Medicoeticolegal Dan Manaj. Rumah Sakit, vol. 7, no. 2, 2018, doi: 10.18196/jmmr.7264.

C. M. Gibran, S. Setiyawati, and F. Liantoni, “Prediksi Penambahan Kasus Covid-19 di Indonesia Melalui Pendekatan Time Series Menggunakan Metode Exponential Smoothing,” J. Inform. Univ. Pamulang, vol. 6, no. 1, p. 112, Mar. 2021, doi: 10.32493/informatika.v6i1.9442.

E. Munarsih and I. Saluza, “Comparison of exponential smoothing method and autoregressive integrated moving average (ARIMA) method in predicting dengue fever cases in the city of Palembang,” J. Phys. Conf. Ser., vol. 1521, no. 3, p. 032100, Apr. 2020, doi: 10.1088/1742-6596/1521/3/032100.

B. Long, F. Tan, and M. Newman, “Forecasting the Monkeypox Outbreak Using ARIMA, Prophet, NeuralProphet, and LSTM Models in the United States,” Forecasting, vol. 5, no. 1, Art. no. 1, Mar. 2023, doi: 10.3390/forecast5010005.

R. Rachmat and S. Suhartono, “Comparative analysis of single exponential smoothing and holt’s method for quality of hospital services forecasting in general hospital,” Bull. Comput. Sci. Electr. Eng., vol. 1, no. 2, pp. 80–86, 2020.

N. G. Reich, J. Lessler, K. Sakrejda, S. A. Lauer, S. Iamsirithaworn, and D. A. T. Cummings, “Case Study in Evaluating Time Series Prediction Models Using the Relative Mean Absolute Error,” Am. Stat., vol. 70, no. 3, pp. 285–292, Jul. 2016, doi: 10.1080/00031305.2016.1148631.




DOI: https://doi.org/10.33633/joins.v8i2.9335

Article Metrics

Abstract view : 44 times
PDF - 18 times

Refbacks

  • There are currently no refbacks.




akun pro jepanghttps://jippm.uho.ac.id/public/site/scatterr/https://elijo.umpwr.ac.id/blog/sensorgacor/https://e-learning.asia.ac.id/products/turbox500/kakekslotturbox500https://learning.poltekkesjogja.ac.id/lib/pulsaceban/https://learning.poltekkesjogja.ac.id/lib/juaraslot/https://fsi.unjani.ac.id/course/scatter/

Index by: