Analisis Time Series Untuk Meramal Jumlah Kasus Harian Covid-19 Provinsi Jawa Barat

Adnan Shaubilhaq Insan Kamil, - (2022) Analisis Time Series Untuk Meramal Jumlah Kasus Harian Covid-19 Provinsi Jawa Barat. Skripsi thesis, UNIVERSITAS AIRLANGGA.

[img] Text (HAL JUDUL)
101711133122-HAL JUDUL.pdf

Download (182kB)
[img] Text (BAB 1)
101711133122-BAB 1.pdf

Download (38kB)
[img] Text (FULLTEXT)
101711133122.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
Official URL: https://lib.unair.ac.id/

Abstract

Dalam proses penanggulangan dan pengendalian sebuah krisis kesehatan, peramalan bermanfaat dalam proses memperkirakan hal yang akan terjadi di masa yang akan datang dan menyesuaikan kebijakan dan peraturan terhadap krisis kesehatan yang terjadi. Peramalan time series atau deret waktu bermanfaat dalam meramalkan hal yang akan terjadi berdasarkan yang sudah terjadi dalam sebuah rungkup waktu. Penelitian ini menggunakan peramalan time series dengan metode ARIMA (Autoregressive Integrated Moving Average). Metode ARIMA digunakan untuk menentukan model yang dapat meramalkan kasus pada penelitian ini yaitu jumlah kasus harian COVID-19 harian di Provinsi Jawa Barat selama Mei – Desember 2021 berdasarkan kasus selama Februari – April 2021 dan menemukan tingkat kesalahan peramalannya. Penelitian ini adalah penelitian observasional dengan data kasus harian di Provinsi Jawa Barat yang diperoleh melalui data yang tersedia dari PIKOBAR COVID-19. Penelitian membuahkan hasil menggunakan metode ARIMA dengan model terbaik yaitu ARIMA (2,1,0) dengan tingkat kesalahan peramalan sejumlah 45%. Dengan model tersebut dapat ditemukan hasil peramalan yang kemudian dibandingkan dengan kasus harian COVID-19 selama Mei – Desember 2021 yang terjadi. Ditemukan bahwa kasus asli yang terjadi berjumlah lebih tinggi secara menyeluruh dan rata-rata kasus hariannya. Saran yang dihasilkan dari penelitian ini termasuk menggunakan ARIMA sebagai metode peramalan untuk sebuah masalah kesehatan dan menyarankan pembaca untuk meneliti lebih dalam lagi untuk menghasilkan sebuah peramalan yang lebih baik.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK S.FKM 38 - 23 Adn a
Uncontrolled Keywords: Peramalan, Time Series, ARIMA, kasus COVID-19 Harian.
Subjects: R Medicine > RA Public aspects of medicine > RA1-1270 Public aspects of medicine > RA421-790.95 Public health. Hygiene. Preventive medicine
Divisions: 10. Fakultas Kesehatan Masyarakat > S1 Kesehatan Masyarakat
Creators:
CreatorsNIM
Adnan Shaubilhaq Insan Kamil, -NIM101711133122
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorRR SOENARNATALINA M, --
Depositing User: prasetyo adi nugroho
Date Deposited: 09 Jul 2026 03:22
Last Modified: 09 Jul 2026 03:22
URI: http://repository.unair.ac.id/id/eprint/143782
Sosial Share:

Actions (login required)

View Item View Item