ANALISIS PREDIKSI JUMLAH KEDATANGAN BALITA DI POSYANDU KELURAHAN DUKUH SETRO KOTA SURABAYA DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)

SITI MAULIDA AISIYAH, 081311633002 (2018) ANALISIS PREDIKSI JUMLAH KEDATANGAN BALITA DI POSYANDU KELURAHAN DUKUH SETRO KOTA SURABAYA DENGAN MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA). Skripsi thesis, Universitas Airlangga.

[img]
Preview
Text (Abstrak)
ST.SI. 18-18 Ais a Abstrak.pdf

Download (68kB) | Preview
[img] Text (Fulltext)
ST.SI. 18-18 Ais a.pdf
Restricted to Registered users only until 14 May 2021.

Download (2MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Posyandu merupakan salah satu bentuk upaya kesehatan yang bersumber daya masyarakat yang merupakan wujud nyata peran serta masyarakat dalam pembangunan kesehatan. Posyandu mengadakan dua kali kegiatan dalam satu Bulan yakni Kegiatan 1 dan Kegiatan 2. Fasilitas layanan kesehatan yang dimiliki Posyandu terbilang cukup lengkap. Posyandu perlu adanya usaha untuk memaksimalkan program kerja layanan dengan baik, maka dari itu diperlukan adanya dukungan prediksi jumlah kedatangan balita di Posyandu Kelurahan Dukuh Setro Kota Surabaya guna membantu Posyandu agar lebih mudah dalam melakukan penyuluhan, serta dapat mengontrol berbagai layanan kesehatan yang diberikan oleh Posyandu kepada Balita. Salah satu metode yang bisa digunakan untuk melakukan prediksi jumlah kedatangan Balita di Posyandu Kelurahan Dukuh Setro tersebut adalah dengan menggunakan data mining. Autoregressive Integrated Moving Average (ARIMA) merupakan salah satu metode forecasting data mining. Penelitian ini bertujuan untuk melakukan prediksi jumlah kedatangan Balita di Posyandu Kelurahan Dukuh Setro Surabaya. Penelitian ini melakukan prediksi jumlah kedatangan Balita menggunakan metode ARIMA terdapat 3 tahap yang dilalui. Tahap pertama pengumpulan data, tahap kedua analisis data dengan melakukan identifikasi kestasioneran data, identifikasi pendugaan model sementara, pengujian signifikasi parameter model, pengujian white noise, pengujian distribusi normal, serta pemilihan model terbaik berdasarkan kriteria nilai Akaike’s Information Criterion (AIC), Schwartz’s Bayesian Criterion (SBC) dan Sum Sequare Error (SSR) terkecil menggunakan tools EViews. Tahap terakhir adalah evalusi dengan cara melakukan perbandingan dan perhitungan selisih error antara data aktual dengan data prediksi yang dihasilkan oleh sistem. Dari proses perhitungan perbandingan error diperoleh bahwa pada Kegiatan 1 menghasilkan error sebesar 16%, sedangkan pada Kegiatan 2 sebesar 6%. Hal ini menunjukkan bahwa metode ARIMA merupakan metode yang tepat untuk melakukan forecasting karena menghasilkan tingkat persentase error yang kecil jika dibandingkan dengan data sebenarnya.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST.SI. 18-18 Ais a
Uncontrolled Keywords: Data Mining, forecasting, ARIMA, Kedatangan Balita, AIC, SBC, SSR, EViews
Subjects: T Technology > T Technology (General) > T58.6-58.62 Management information systems
Divisions: 08. Fakultas Sains dan Teknologi > Sistem Informasi
Creators:
CreatorsEmail
SITI MAULIDA AISIYAH, 081311633002UNSPECIFIED
Contributors:
ContributionNameEmail
ContributorPurbandini, S.Si., M.Kom.UNSPECIFIED
ContributorIndah Werdiningsih, S.Si., M.Kom.UNSPECIFIED
Depositing User: Tatik Poedjijarti
Date Deposited: 13 May 2018 23:08
Last Modified: 13 May 2018 23:08
URI: http://repository.unair.ac.id/id/eprint/72298
Sosial Share:

Actions (login required)

View Item View Item