DAFTAR ISI HALAMAN JUDUL HALAMAN PENGESAHAN HALAMAN PERNYATAAN NASKAH SOAL TUGAS AKHIR HALAMAN PERSEMBAHAN INTISARI KATA PENGANTAR UCAPAN TERIMA KASIH

dokumen-dokumen yang mirip
DAFTAR ISI. BAB I PENDAHULUAN Latar Belakang Masalah Rumusan Masalah Batasan Masalah Tujuan Penelitian...

BAB I PENDAHULUAN. Tahun Menular 64,49% 60,48% 50,72% 48,46% 44,57% Tidak Menular 25,41% 33,83% 43,60% 45,42% 48,53%

METODE PENELITIAN. Penelitian ini dilakukan pada semester genap tahun akademik 2014/2015

HALAMAN PERSETUJUAN PEMBIMBING...iii. HALAMAN PENGESAHAN...iv. HALAMAN PERSEMBAHAN... vi. KATA PENGANTAR... viii. DAFTAR ISI... x. DAFTAR TABEL...

Analisis Time Series Pada Penjualan Shampoo Zwitsal daerah Jakarta dan Jawa Barat di PT. Sara Lee Indonesia. Oleh : Pomi Kartin Yunus

MODEL EXPONENTIAL SMOOTHING HOLT-WINTER DAN MODEL SARIMA UNTUK PERAMALAN TINGKAT HUNIAN HOTEL DI PROPINSI DIY SKRIPSI

BAB 2 LANDASAN TEORI

FORECASTING INDEKS HARGA SAHAM GABUNGAN (IHSG) DENGAN MENGGUNAKAN METODE ARIMA

BAB 2 LANDASAN TEORI

EFEKTIVITAS METODE BOX-JENKINS DAN EXPONENTIAL SMOOTHING UNTUK MERAMALKAN RETRIBUSI PENGUJIAN KENDARAAN BERMOTOR DISHUB KLATEN

PERAMALAN JUMLAH PERMINTAAN DARAH UDD PMI KABUPATEN BANYUMAS DENGAN METODE PERAMALAN KOMBINASI

PENDUGAAN DATA RUNTUT WAKTU MENGGUNAKAN METODE ARIMA

Universitas Bina Nusantara. Program Studi Ganda Teknik Informatika-Statistika Skripsi Sarjana Program Ganda Semester Ganjil tahun 2006/2007

Perkapalan Negeri Surabaya, Surabaya Program Studi Teknik Otomasi, Jurusan Teknik Kelistrikan Kapal, Politeknik Perkapalan Negeri

BAB 2 LANDASAN TEORI

4 BAB IV HASIL PEMBAHASAN DAN EVALUASI. lebih dikenal dengan metode Box-Jenkins adalah sebagai berikut :

PENGARUH INSIDEN BOM BALI I DAN BOM BALI II TERHADAP BANYAKNYA WISATAWAN MANCANEGARA YANG DATANG KE BALI

BAB II LANDASAN TEORI

BAB 2 TINJAUAN TEORITIS

Program Studi Matematika, Institut Teknologi Kalimantan, Balikpapan

BAB 2 LANDASAN TEORI

PERAMALAN KUNJUNGAN WISATA DENGAN PENDEKATAN MODEL SARIMA (STUDI KASUS : KUSUMA AGROWISATA)

BAB I PENDAHULUAN. Peramalan merupakan suatu kegiatan memprediksi nilai dari suatu

Analisys Time Series Terhadap Penjualan Ban Luar Sepeda Motor di Toko Putra Jaya Motor Bangkalan

ANGGA NUR ARDYANSAH NIM

PREDIKSI HARGA SAHAM PT. BRI, Tbk. MENGGUNAKAN METODE ARIMA (Autoregressive Integrated Moving Average)

DAFTAR ISI. HALAMAN JUDUL. i. LEMBAR PERSETUJUAN ii LEMBAR PENGESAHAN. iii LEMBAR PERNYATAAN.. iv

PERAMALAN LAJU INFLASI, SUKU BUNGA INDONESIA DAN INDEKS HARGA SAHAM GABUNGAN MENGGUNAKAN METODE VECTOR AUTOREGRESSIVE (VAR)

VI PERAMALAN PENJUALAN AYAM BROILER DAN PERAMALAN HARGA AYAM BROILER

PERBANDINGAN MODEL PADA DATA DERET WAKTU PEMAKAIAN LISTRIK JANGKA PENDEK YANG MENGANDUNG POLA MUSIMAN GANDA ABSTRAK

III. METODE PENELITIAN

MODEL FUZZY RADIAL BASIS FUNCTION NEURAL NETWORK UNTUK PERAMALAN KEBUTUHAN LISTRIK DI PROVINSI DAERAH ISTIMEWA YOGYAKARTA

BAB I PENDAHULUAN. pada waktu yang akan datang berdasarkan data empiris. Data empiris(terhitung)

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 2 LANDASAN TEORI

BAB III METODOLOGI PENELITIAN

Model Autoregressive Integrated Moving Average (ARIMA) adl teknik untuk mencari pola yg paling cocok dari sekelompok data Model ARIMA dapat digunakan

PENERAPAN MODEL ARFIMA (AUTOREGRESSIVE FRACTIONALLY INTEGRATED MOVING AVERAGE) DALAM PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI)

ANGGA NUR ARDYANSAH NIM

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

PENGGUNAAN METODE PERAMALAN KOMBINASI TREND DETERMINISTIK DAN STOKASTIK PADA DATA JUMLAH PENUMPANG KERETA API (Studi Kasus: KA Argo Muria)

PENERAPAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN PENGGUNAAN WAKTU TELEPON DI PT TELKOMSEL Divre 3 SURABAYA

Peramalan Penjualan Pipa di PT X

BAB II LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Pendahuluan. Universitas Sumatera Utara

PERAMALAN INDEKS HARGA KONSUMEN MENGGUNAKAN MODEL INTERVENSI FUNGSI STEP

PENGENDALIAN KUALITAS DENGAN MENGGUNAKAN DIAGRAM KONTROL EWMA RESIDUAL (STUDI KASUS: PT. PJB UNIT PEMBANGKITAN GRESIK)

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Adapun langkah-langkah pada analisis runtun waktu dengan model ARIMA

II. TINJAUAN PUSTAKA. Analisis ARIMA (Autoregressive Integrated Moving Average) umumnya

BAB 3 PERANCANGAN PROGRAM. 3.1 Alasan digunakan Metode Exponential Smoothing. Banyak metode peramalan yang dapat digunakan dalam memprediksi tingkat

BAB 2 LANDASAN TEORI

BAB 2 LANDASAN TEORI

Prediksi Harga Saham dengan ARIMA

ANALISIS POLA HUBUNGAN PEMODELAN ARIMA CURAH HUJAN DENGAN CURAH HUJAN MAKSIMUM, LAMA WAKTU HUJAN, DAN CURAH HUJAN RATA-RATA

Oleh : Dwi Listya Nurina Dosen Pembimbing : Dr. Irhamah, S.Si, M.Si

TINJAUAN PUSTAKA. perubahan harga yang dibayar konsumen atau masyarakat dari gaji atau upah yang

BAB 2 LANDASAN TEORI

Contoh Analisis Deret Waktu: BJSales

PERAMALAN SUKU BUNGA SERTIFIKAT BANK INDONESIA (SBI) MENGGUNAKAN ANALISIS FUNGSI TRANSFER MULTI INPUT DENGAN ARCH-GARCH

LULIK PRESDITA W APLIKASI MODEL ARCH- GARCH DALAM PERAMALAN TINGKAT INFLASI

PERAMALAN PENYEBARAN JUMLAH KASUS VIRUS EBOLA DI GUINEA DENGAN METODE ARIMA

PEMBANDINGAN METODE PENGHALUSAN EKSPONENSIAL GANDA DUA PARAMETER HOLT

VERIFIKASI MODEL ARIMA MUSIMAN MENGGUNAKAN PETA KENDALI MOVING RANGE

BAB 2 LANDASAN TEORI. Produksi jagung merupakan hasil bercocok tanam, dimana dilakukan penanaman bibit

BAB III METODE PENELITIAN

BAB 5 HASIL DAN PEMBAHASAN. Tabel 5.1 Total Hasil Penjualan

LAPORAN PRAKTIKUM ANALISIS RUNTUN WAKTU. Laporan VI ARIMA Analisis Runtun Waktu Model Box Jenkins

Peramalan Kecepatan Angin Di Kota Pekanbaru Menggunakan Metode Box-Jenkins

Metode Variasi Kalender untuk Meramalkan Banyaknya Penumpang Kereta Api

Analisis Deret Waktu

III. METODE PENELITIAN

PEMODELAN TIME SERIES DENGAN PROSES ARIMA UNTUK PREDIKSI INDEKS HARGA KONSUMEN (IHK) DI PALU SULAWESI TENGAH

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Teknologi informasi telah berkembang dengan relatif pesat. Di era

PENERAPAN MODEL ARIMA UNTUK MEMPREDIKSI HARGA SAHAM PT. TELKOM Tbk. APPLICATION OF ARIMA TO FORECASTING STOCK PRICE OF PT. TELOKM Tbk.

9.Peramalan (Forecasting) A. Teori Peramalan B. Metode Peramalan C. Pengukuran Keakuratan Hasil Peramalan Profil PT.

DAFTAR ISI. Halaman Konsep Ketersediaan Air dan Model Prakiraan Kesesuaian Model ARIMA untuk Prakiraan Ketersediaan Air 10

BAB II TINJAUAN PUSTAKA. penelitian ini, yaitu ln return, volatilitas, data runtun waktu, kestasioneran, uji

BAB III METODE PENELITIAN. deskriptif adalah suatu kegiatan yang berkenaan dengan pernyataan terhadap

BAB 2 TINJAUAN TEORITIS. yang akan datang. Ramalan adalah situasi dan kondisi yang diperkirakan akan terjadi

ANALISIS INTERVENSI KENAIKAN HARGA BBM BERSUBSIDI PADA DATA INFLASI KOTA SEMARANG

BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG

Data Tingkat Hunian Hotel Rata-Rata di Propinsi DIY Tahun Tahun Bulan Wisman

BAB III METODE PENELITIAN. merupakan suatu proses, mencari kebenaran dan menghasilkan kebenaran.

PEMODELAN SARIMAX DALAM PERAMALAN PENUMPANG KERETA API PADA DAERAH OPERASI (DAOP) V PURWOKERTO

Analisis Peramalan Banyaknya Permintaan Darah di Surabaya Menggunakan Metode

BAB IV METODE PENELITIAN

Perbandingan Metode Fuzzy Time Series Cheng dan Metode Box-Jenkins untuk Memprediksi IHSG

Peramalan Jumlah Kunjungan Hemodialisis Dengan Metode Exponential Smoothing dan Arima

BAB II LANDASAN TEORI

1. I Wayan Sumarjaya, S.Si, M.Stats. 2. I Gusti Ayu Made Srinadi, S.Si, M.Si. ABSTRAK

Peramalan Gabungan Rantai Markov dan Model Deret Waktu Pada Kasus Peramalan Kurs Nilai Mata Uang

UNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika dan Statistika Skripsi Sarjana Program Ganda Semester Ganjil tahun 2006/2007

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah. Sebuah fakta bahwa waktu adalah uang dalam aktivitas penjualan. Pengambilan

Pemodelan ARIMA Non- Musim Musi am

ANALISIS INTERVENSI FUNGSI STEP

Bab IV. Pembahasan dan Hasil Penelitian

BAB III PEMBAHASAN. Pada bab ini, dibahas mengenai model Vector Error Correction (VEC),

Seasonal ARIMA adalah model ARIMA yang mengandung faktor musiman.

MODEL EXPONENTIAL GENERALIZED AUTOREGRESSIVE CONDITIONAL HETEROSCEDASTICITY (EGARCH) DAN PENERAPANNYA PADA DATA INDEKS HARGA SAHAM

PERBANDINGAN METODE PEMULUSAN (SMOOTHING) EKSPONENSIAL GANDA DUA PARAMETER DARI HOLT DAN METODE BOX-JENKINS

Transkripsi:

DAFTAR ISI HALAMAN JUDUL HALAMAN PENGESAHAN HALAMAN PERNYATAAN NASKAH SOAL TUGAS AKHIR HALAMAN PERSEMBAHAN INTISARI KATA PENGANTAR UCAPAN TERIMA KASIH DAFTAR ISI DAFTAR GAMBAR DAFTAR TABEL DAFTAR NOTASI DAN SINGKATAN DAFTAR LAMPIRAN i ii iii iv v vi vii viii x xiii xvii xix xxi BAB I PENDAHULUAN 1 1.1 Latar Belakang 1 1.2 Rumusan Masalah 7 1.3 Batasan Masalah 7 1.4 Manfaat Penelitian 8 1.5 Tujuan Penelitian 8 BAB II TINJAUAN PUSTAKA 9 BAB III LANDASAN TEORI 12 xi

3.1 Teknik Peramalan 12 3.1.1 Metode Kualitatif 12 3.1.2 Metode Kuantitatif 12 3.2 Metode Kausal 13 3.3 Metode Time series 13 3.3.1 Model Rata-rata 13 3.3.2 Metode Exponential Smoothing 14 3.3.3 Model Box-Jenkins (ARIMA) 16 3.3.3.1 Penentuan Order ARIMA 17 3.3.3.2 Pemeriksaan Model ARIMA 18 3.4 Pemilihan Metode Peramalan Time series 19 3.5 Autokorelasi 20 BAB IV METODE PENELITIAN 21 4.1 Objek dan Lokasi Penelitian 21 4.2 Alat 21 4.3 Tahapan Penelitian 22 BAB V HASIL DAN PEMBAHASAN 27 5.1 Hasil Pemeteaan Stent 27 5.2 Hasil Peramalan Stent 30 5.2.1 Pengolahan Data di RSJPD Harapan Kita 31 5.2.2 Pengolahan Data di RSUP Dr. Sardjito 38 5.2.2.1 Identifikasi Orde ARIMA 41 5.2.2.2 Uji Signifikansi Parameter 43 5.2.2.3 Uji Asumsi Residual 45 5.2.2.4 Validasi Model 46 xii

5.2.3 Pengolahan Data di RSUD Dr. Soetomo 52 5.2.3.1 Identifikasi Orde ARIMA 54 5.2.3.2 Uji Signifikansi Parameter 57 5.2.3.3 Uji Asumsi Residual 57 5.2.3.4 Validasi Model 58 5.2.4 Pengolahan Data Gabungan Ketiga Rumah Sakit Tahun 2012 65 BAB VI PENUTUP 75 6.1 Kesimpulan 77 6.2 Saran 77 DAFTAR PUSTAKA 77 LAMPIRAN 80 xiii

DAFTAR GAMBAR Gambar 1.1 Jumlah Pasien Penyakit Jantung di Rumah Sakit di Indonesia Tahun 2007 2 Gambar 1.2 Perbandingan Prosedur Angioplasty dan Stenting 3 Gambar 1.3 Restenosis Pada Kasus Pemasangan Stent 4 Gambar 1.4 Diagram Alir Prosedur PJK Melakukan Pemasangan Stent 5 Gambar 4.1 Tahapan Penelitian 22 Gambar 4.2 Diagram Alir Metode Analisis Data Menggunakan Exponential Smoothing 24 Gambar 4.3 Diagram Alir Metode Analisis Data Menggunakan ARIMA 25 Gambar 5.1 Diagram Batang Permintaan Stent di Ketiga Rumah Sakit Tahun 2012 28 Gambar 5.2 Alur Distribusi Stent di Rumah Sakit 29 Gambar 5.3 Proporsi Penggunaan DES di RSJPD Harapan Kita Tahun 2012 Untuk Setiap Merk 31 Gambar 5.4 Proporsi Penggunaan BMS di RSJPD Harapan Kita Tahun 2012 Untuk Setiap Merk 32 Gambar 5.5 Diagram Batang Penggunaan Stent di RSJPD Harapan Kita Tahun 2008-2012 32 Gambar 5.6 Diagram Batang Nilai MAPE Untuk Tiap Metode Peramalan DES RSJPD Harapan Kita 33 Gambar 5.7 Diagram Batang Nilai MAPE Untuk Tiap Metode Peramalan BMS RSJPD Harapan Kita 34 Gambar 5.8 Plot Data Peramalan DES RSJPD Harapan Kita Menggunakan Moving Average Method 35 Gambar 5.9 Plot Data Peramalan DES RSJPD Harapan Kita Menggunakan Single Exponential Smoothing Method 35 Gambar 5.10 Plot Data Peramalan DES RSJPD Harapan Kita Menggunakan Double Exponential Smoothing Method 36 Gambar 5.11 Plot Data Peramalan BMS RSJPD Harapan Kita Menggunakan Moving Average Method 36 Gambar 5.12 Plot Data Peramalan BMS RSJPD Harapan Kita Menggunakan Single Exponential Smoothing Method 37 Gambar 5.13 Plot Data Peramalan BMS RSJPD Harapan Kita Menggunakan Double Exponential Smoothing Method 37 Gambar 5.14 Proporsi Penggunaan DES di RSUP Dr. Sardito Untuk Setiap Merk Periode Januari 2011-Juni 2013 39 xiv

Gambar 5.15 Gambar 5.16 Gambar 5.17 Gambar 5.18 Gambar 5.19 Gambar 5.20 Gambar 5.21 Gambar 5.22 Gambra 5.23 Gambar 5.24 Gambar 5.25 Gambar 5.26 Gambar 5.27 Gambar 5.28 Gambar 5.29 Gambar 5.30 Gambar 5.31 Gambar 5.32 Gambar 5.33 Proporsi Penggunaan BMS di RSUP Dr. Sardjito Untuk Setiap Merk Periode Januari 2011-Juni 2013 39 Grafik Penggunaan Stent di RSUP Dr. Sardjito (Januari 2011-Juli 2013) 40 Plot PACF Data Pemakaian DES di RSUP. Dr. Sardjito hasil Differencing 41 Plot ACF Data Pemakaian DES di RSUP Dr. Sardjito hasil Differencing 42 Plot PACF Data Pemakaian BMS di di RSUP Dr. Sardjito hasil Differencing 42 Plot ACF Data Pemakaian BMS di di RSUP Dr. Sardjito hasil Differencing 43 Diagram Batang Nilai MAPE Untuk Tiap Metode Peramalan DES RSUP Dr. Sardjito Periode Januari 2011- Juni 2013 47 Diagram Batang Nilai MAPE Untuk Tiap Metode Peramalan BMS RSUP Dr. Sardjito Periode Januari 2011- Juni 2013 47 Plot Data Peramalan DES RSUP Dr. Sardjito Menggunakan Moving Average Method (k=8) 48 Plot Data Peramalan DES RSUP Dr. Sardjito Menggunakan Single Exponential Smoothing Method 48 Plot Data Peramalan DES RSUP Dr. Sardjito Menggunakan Double Exponential Smoothing Method 49 Plot Data Peramalan DES RSUP Dr. Sardjito Menggunakan Model ARIMA (0,2,2) 49 Plot Data Peramalan BMS RSUP Dr. Sardjito Menggunakan Moving Average Method (k=5) 50 Plot Data Peramalan BMS RSUP Dr. Sardjito Menggunakan Single Exponential Smoothing Method 50 Plot Data Peramalan BMS RSUP Dr. Sardjito Menggunakan Double Exponential Smoothing Method 51 Plot Data Peramalan BMS RSUP Dr. Sardjito Menggunakan Metode ARIMA (2,2,0) 51 Proporsi Penggunaan DES di RSUD Dr. Soetomo Untuk Setiap Merk Periode Januari 2010-Juni 2013 53 Proporsi Penggunaan DES di RSUD Dr. Soetomo Untuk Setiap Merk Periode Januari 2010-Juni 2013 53 Grafik Jumlah Penggunaan Stent di RSUD Dr. Soetomo (Januari 2010-Juni 2013) 54 xv

Gambar 5.34 Plot PACF Data Pemakaian DES di di RSUD Dr. Soetomo 55 Gambar 5.35 Plot ACF Data Pemakaian DES di di RSUD Dr. Soetomo 55 Gambar 5.36 Plot PACF Data Pemakaian BMS di di RSUD Dr. Soetomo hasil Differencing 56 Gambar 5.37 Plot ACF Data Pemakaian BMS di di RSUD Dr. Soetomo hasil Differencing 56 Gambar 5.38 Diagram Batang Nilai MAPE Untuk Tiap Metode Peramalan DES RSUD Dr. Soetomo Periode Januari 2010-Juni 2013 59 Gambar 5.39 Diagram Batang Nilai MAPE Untuk Tiap Metode Peramalan BMS RSUD Dr. Soetomo Januari 2010-Juni 2013 60 Gambar 5.40 Plot Data Peramalan DES di RSUD Dr. Soetomo Menggunakan Moving Average Method (k=4) 61 Gambar 5.41 Plot Data Peramalan DES di RSUD Dr. Soetomo Menggunakan Single Expoonential Smoothing Method 61 Gambar 5.42 Plot Data Peramalan DES di RSUD Dr. Soetomo Menggunakan Double Expoonential Smoothing Method 62 Gambar 5.43 Plot Data Peramalan DES di RSUD Dr. Soetomo Menggunakan Model ARIMA (0,1,1) 62 Gambar 5.44 Plot Data Peramalan BMS di RSUD Dr. Soetomo Menggunakan Moving Average Method (k=3) 63 Gambar 5.45 Plot Data Peramalan BMS di RSUD Dr. Soetomo Menggunakan Single Exponential Smoothing Method 63 Gambar 5.46 Plot Data Peramalan BMS di RSUD Dr. Soetomo Menggunakan Double Exponential Smoothing Method 64 Gambar 5.47 Plot Data Peramalan BMS RSUD Dr. Soetomo Menggunakan Model ARIMA (1,1,0) 64 Gambar 5.48 Diagram Batang Jumlah Pemakaian DES di Ketiga Rumah Sakit Tahun 2008-2009 66 Gambar 5.49 Proporsi Rata-rata Penggunaan DES di Ketiga Rumah Sakit Setiap Tahun (Januari 2010-Juni 2013) 66 Gambar 5.50 Diagram Batang Jumlah Pemakaian BMS di Ketiga Rumah Sakit Tahun 2008-2013 67 Gambar 5.51 Proporsi Rata-rata Penggunaan BMS di Ketiga Rumah Sakit Setiap Tahun (Januari 2010-Juni 2013) 67 Gambar 5.52 Diagram Batang Jumlah Pemakaian Kedua Jenis Stent di Ketiga Rumah Sakit Tahun 2008-2013 68 xvi

Gambar 5.53 Gambar 5.54 Gambar 5.55 Gambar 5.56 Gambar 5.57 Gambar 5.58 Gambar 5.59 Gambar 5.60 Gambar 5.61 Proporsi Rata-rata Penggunaan Stent di Ketiga Rumah Sakit Setiap Tahun (Januari 2010-Juni 2013) 68 Diagram Batang Nilai MAPE Untuk Tiap Metode Peramalan DES di Ketiga Rumah Sakit Periode Januari- Desember 2012 69 Diagram Batang Nilai MAPE Untuk Tiap Metode Peramalan BMS di Ketiga Rumah Sakit Periode Januari- Desember 2012 70 Plot Data Peramalan DES di Ketiga Rumah Sakit Menggunakan Moving Average Method (k =2) 70 Plot Data Peramalan DES di Ketiga Rumah Sakit Menggunakan Single Exponential Smoothing Method 71 Plot Data Peramalan DES di Ketiga Rumah Sakit Menggunakan Double Exponential Smoothing Method 71 Plot Data Peramalan BMS di Ketiga Rumah Sakit Menggunakan Moving Average Method (k =2) 72 Plot Data Peramalan BMS di Ketiga Rumah Sakit Menggunakan Single Exponential Smoothing Method 72 Plot Data Peramalan BMS Ketiga Rumah Sakit Menggunakan Double Exponential Method 73 xvii

DAFTAR TABEL Tabel 1.1 Proporsi Penyebab Kematian Antara Penyakit Menular dan Tidak Menular Tahun 1980-2001 1 Tabel 1.2 Daftar Rumah Sakit Yang Memiliki Pusat Pelayanan Jantung Terpadu di Indonesia 6 Tabel 3.1 Kriteria Penentuan Orde ARIMA 18 Tabel 4.1 Daftar Rumah Sakit Yang Menjadi Obyek Penelitian 21 Tabel 5.1 Analisis Autokorelasi Tiap Jenis Stent di Ketiga Rumah Sakit 30 Tabel 5.2 Validasi Untuk Setiap Model Peramalan DES di RSJPD Harapan Kita 33 Tabel 5.3 Validasi Untuk Setiap Model Peramalan BMS di RSJPD Harapan Kita 34 Tabel 5.4 Hasil Peramalan Permintaan Stent di RSJPD Harapan Kita 38 Tabel 5.5 Uji Signifikansi Parameter dari Dugaan Awal Model ARIMA RSUP Dr. Sardjito 43 Tabel 5.6 Uji Distribusi Normal terhadap Model ARIMA RSUP Dr. Sardjito 45 Tabel 5.7 Uji Asumsi Residual Model ARIMA RSUP Dr. Sardjito 45 Tabel 5.8 Validasi Model ARIMA RSUP Dr. Sardjito 46 Tabel 5.9 Validasi Untuk Setiap Model Peramalan DES di RSUP Dr. Sardjito 46 Tabel 5.10 Validasi Untuk Setiap Model Peramalan BMS di RSUP Dr. Sardjito 47 Tabel 5.11 Hasil Peramalan Stent 12 Bulan ke depan di RSUP Dr. Sardjito Menggunakan Metode Peramalan Terbaik 53 Tabel 5.12 Uji Signifikansi Parameter dari Dugaan Awal Model ARIMA untuk RSUD Dr. Soetomo 57 Tabel 5.13 Uji Distribusi Normal terhadap Model ARIMA di RSUD Dr. Soetomo 58 Tabel 5.14 Uji Asumsi Residual Model ARIMA RSUD Dr. Soetomo 58 Tabel 5.15 Validasi Model ARIMA RSUD Dr. Soetomo 59 Tabel 5.16 Validasi Untuk Setiap Model Peramalan DES di RSUD Dr. Soetomo 59 Tabel 5.17 Validasi Untuk Setiap Model Peramalan BMS di RSUD Dr. Soetomo 60 xviii

Tabel 5.18 Tabel 5.19 Tabel 5.20 Tabel 5.21 Tabel 5.22 Hasil Peramalan Stent 12 Bulan Ke Depan di RSUD Dr. Soetomo Menggunakan Metode Peramalan Terbaik 65 Validasi Untuk Setiap Model Peramalan DES Gabungan di Ketiga Rumah Sakit 69 Validasi Untuk Setiap Model Peramalan BMS Gabungan di Ketiga Rumah Sakit 69 Hasil Peramalan Stent Gabungan 3 Bulan Ke Depan di Ketiga Rumah Sakit Menggunakan Metode Peramalan Terbaik 73 Hasil Rekapitulasi Metode Peramalan Terbaik di Tiap Rumah Sakit 74 xix

DAFTAR NOTASI DAN SINGKATAN ACF AIC AR ARIMA BMS DE DES IDIK k L Ln MA MAD MAPE MSE n P PACF PJK PTCA PTM r RISKEDAS RSJPD RSUD RSUP SE SIRS = autocorrelation = Akaike s Information Criterion = autoregressive = autoregressive integrated moving Average = Bare Metal Stent = Double Exponential Smoothing = Drug Eluting Stent = Instalasi Diagnostik dan Intervensi Kardiovaskular = jumlah terms dalam moving Average = nilai pelicinan yang baru (estimasi level sekarang) = natural log = Moving Average = Mean Absolute Deviation = Mean Absolute Percentage Error = Mean Squared Error = jumlah pengamatan (residual) = periode yang akan diramalkan dalam exponential smoothing = partial autocorrelation = Penderita Jantung Koroner = Percutaneous Transluminal Coronary Angioplasty = Penyakit Tidak Menular = jumlah parameter dalam model ARIMA = Riset Kesehatan Dasar = Rumah Sakit Jantung dan Pembuluh Darah = Rumah Sakit Umum Daerah = Rumah Sakit Umum Pusat = Single Exponential Smoothing = Sistem Informasi Rumah Sakit xx

T t Y t+1 α = estimasi trend = nilai aktual pada variabel ke-t = nilai ramalan untuk satu period eke depan = koefisien smoothing γ = konstanta smoothing untuk estimasi trend (0 < γ < 1) 2 = residual sum of square dibagi dengan jumlah pengamatan xxi

DAFTAR LAMPIRAN Lampiran 1. Jumlah Penggunaan DES di Ketiga Rumah Sakit 80 Lampiran 2. Jumlah Penggunaan BMS di Ketiga Rumah Sakit 81 Lampiran 3. Data Pemakaian Alat Kesehatan Stent Konsinyasi UPF Farmasi & Apotik RSJPD Harapan Kita Periode 2008-2010 83 Lampiran 4. Data Pemakaian Alat Kesehatan Stent RSJPD Harapan Kita Tahun 2011 86 Lampiran 5. Data Pemakaian Alat Kesehatan Stent RSJPD Harapan Kita Tahun 2012 88 Lampiran 6. Data Jumlah Pemakaian Stent di RSUP Dr. Sardjito, Yogyakarta Periode Januari 2011 Juni 2013 90 Lampiran 7. Data Jumlah Pemakaian Stent di RSUD Dr. Soetomo, Surabaya Periode Januari 2010 Juni 2013 91 Lampiran 8. Contoh Perhitungan Peramalan Moving Average (k=4 bulan) DES di RSUD Dr. Soetomo 92 Lampiran 9. Contoh Perhitungan Peramalan Single Exponential Smoothing DES di RSUD Dr. Soetomo 93 Lampiran 10. Contoh Perhitungan Peramalan Double Exponential Smoothing DES RSUD Dr. Soetomo 95 Lampiran 11 Nilai Estimasi Parameter DES RSUP Dr. Sardjito ARIMA (0,2,2) 96 Lampiran 12 Nilai Estimasi Parameter BMS RSUP Dr. Sardjito ARIMA (2,2,0) 97 Lampiran 13 Nilai Estimasi Paremeter DES RSUD Dr. Soetomo ARIMA (0,1,1) 97 Lampiran 14 Nilai Estimasi Paremeter DES RSUD Dr. Soetomo ARIMA (1,1,0) 98 xxii