SEMINAR HASIL TUGAS AKHIR

Transkripsi

1 SEMINAR HASIL TUGAS AKHIR Pemodelan Prediksi Jumlah Kasus Penderita Demam Berdarah Dengue (DBD) di Kota Surabaya dengan Metode Integer valued Autoregressive Moving Avarage (INARMA) Arma Fauziyatul Mafrida ( ) Pembimbing : Dra. Wiwiek Setya Winahju, M.S Co Pembimbing : Adatul Mukarromah, S.Si, M.Si Senin, 25 Juni 2012 Ruang T03 A, Jurusan Statitsika, ITS Surabaya

2 AGENDA TINJAUAN PUSTAKA METODOLOGI PENELITIAN ANALISIS DAN PEMBAHASAN KESIMPULAN DAN SARAN PENDAHULUAN Pemodelan Prediksi Jumlah Kasus Penderita Demam Berdarah Dengue (DBD) di Kota Surabaya dengan Metode Integer valued Autoregressive Moving Avarage (INARMA)

3 Latar Belakang DBD Dipengaruhi Curah hujan, suhu, kelembaban Padat penduduk & Mobilitas Tinggi KLB di Jawa Timur Pada tahun 2011 sampai bulan November tercatat kasus dengan 404 kasus kematian Potensial bagi penularan demam berdarah dengue (DBD) Integer Valued Autoregressive Moving Avarage (INARMA) Integer / Diskrit Positif Distribusi Poisson Penelitian model prediksi jumlah kejadian penderita DBD Pemodelan Prediksi Jumlah Kasus Penderita Demam Berdarah Dengue (DBD) di Kota Surabaya dengan Metode Integer valued Autoregressive Moving Avarage (INARMA) 3

4 PENELITIAN SEBELUMNYA Latar Belakang Quddus (2008) Perbandingan lima model time series; ARIMA, SARIMA, Binomial Negatif, Binomial Negatif dengan Trend dan INARMA(1,1) Poisson yang diterapkan pada kasus kecelakaan lalu lintas Data aggregated time series (nilai mean relatif besar). Digunakan tiga variabel predictor;peraturan menggunakan sabuk pengaman, undangundang baru tentang keamanan, dan kecepatan berkendara Data disaggregated (nilai mean relaitif kecil). Digunakan dua variabel predictor yaitu kepadatan muatan dan kecelakaan bulanan. ARIMA, INARMA (1,1) INARMA (1,1) 4

5 PENELITIAN SEBELUMNYA Latar Belakang Brännäs dan Quoreshi (2004), melakukan pemodelan jumlah transaksi saham Ericsson dan didapatkan hasil bahwa model terbaik yang dapat digunakan adalah model INMA(1) Mohammadipour (2011),melakukan peramalan data Horizon Aggregation dengan model INARMA Jung dan Tremayne (2005),yang melakukan peramalan yang koheren dengan model integer.

6 PENELITIAN SEBELUMNYA Latar Belakang Gumayati(2010),melakukan penerapan metode GSTAR dengan pendekatan Spatio-Temporal untuk memodelkan kejadian DBD di Kota Surabaya dari tahun Milasari (2008) melakukan peramalan jumlah penderita DBD di kabupaten Sidoarjo mulai tanggal 01 Maret-31 Maret 2008 menggunakan model ARIMA musiman Arrowiyah (2010) yang melakukan pendeskripsian dan pembuatan peta penyebaran kejadian penyakit DBD di Kota Surabaya pada periode

7 Rumusan Masalah Bagaimana prediksi model INARMA pada jumlah penderita penyakit Demam Berdarah Dengue di Kota Surabaya? Bagaimana prediksi model INARMA yang dipengaruhi variabel prediktor pada jumlah penderita penyakit Demam Berdarah Dengue di Kota Surabaya?

8 Tujuan Penelitian Mengetahui prediksi model INARMA pada jumlah penderita penyakit DBD di Kota Surabaya. Mengetahui prediksi model INARMA yang dipengaruhi variabel prediktor pada jumlah penderita penyakit Demam Berdarah Dengue di Kota Surabaya. Pemodelan Prediksi Jumlah Kasus Penderita Demam Berdarah Dengue (DBD) di Kota Surabaya dengan Metode Integer valued Autoregressive Moving Avarage (INARMA) 6

9 Manfaat. Diharapkan dapat dijadikan tambahan Informasi mengenai prediksi kasus penderita penyakit DBD di Kota Surabaya dapat dijadikan sebagai langkah awal untuk antisipasi dan penanggulangan meluasnya penyakit DBD di Kota Surabaya. Sebagai informasi agar dapat di-pertimbangkan dalam perencanaan atau kebijakan strategis dalam menanggulangi penyakit DBD Pemodelan Prediksi Jumlah Kasus Penderita Demam Berdarah Dengue (DBD) di Kota Surabaya dengan Metode Integer valued Autoregressive Moving Avarage (INARMA) 87