NOVI PUTRI DIANTARI, 101411131007 (2018) KOMPARASI MODEL HOLT DAN MODEL BROWN DALAM PERAMALAN JUMLAH PESERTA KB AKTIF DI KOTA SURABAYA. Skripsi thesis, Universitas Airlangga.

Preview	Text (ABSTRACT) KKC KK FKM.259-18 Dia k ABSTRAK.pdf Download (347kB) | Preview
	Text (FULLTEXT) KKC KK FKM.259-18 Dia k SKRIPSI.pdf Restricted to Registered users only until 14 November 2021. Download (1MB) | Request a copy

Abstract

Forecasting atau peramalan adalah salah satu cara analisis statistik dalam memprediksi kejadian di masa yang akan datang. Data berkala adalah data yang dikumpulkan dari waktu ke waktu, untuk menggambarkan perkembangan suatu kegiatan seperti perkembangan produksi, jumlah kecelakaan, jumlah kejahatan, jumlah peserta KB, dan lainnya. Tujuan dari penelitian ini adalah menganalisis hasil peramalan terbaik untuk peramalan jumlah peserta KB aktif di Kota Surabaya pada tahun 2018-2019. Penelitian ini merupakan penelitian observasional non reaktif, suatu penelitian dimana subyek yang diteliti tidak merasa atau menyadari bahwa dirinya sedang diteliti. Populasi dalam penelitian ini adalah data peserta KB aktif di Kota Surabaya pada tahun 2012-2017. Analisis data yang digunakan dalam penelitian ini adalah perbandingan Double Exponential Smoothing Holt dan Brown. Hasil penelitian menunjukkan bahwa model terbaik antara Holt dan Brown dari Double Exponential Smoothing adalah model terbaik pada model Holt dengan α = 0,601 dan γ = 3,609 x 10E-5 didapat nilai RMSE sebesar 10818,447 dan nilai MAPE sebesar 1,83%. Kesimpulan dari penelitian ini adalah model terbaik untuk peramalan jumlah peserta KB aktif di Kota Surabaya tahun 2018-2019 adalah dengan model Holt. Ramalan jumlah peserta KB aktif pada tahun 2018 terus mengalami peningkatan. Diperkirakan pada tahun 2018, jumlah peserta KB aktif adalah mencapai 5.138.814 orang. Sebaiknya dapat dilakukan pendekatan kepada puskesmas-puskesmas yang ada di kota Surabaya untuk melakukan tindakan antisipasi yaitu dengan cara menambah jumlah bahan dan alat-alat kontrasepsi.

Actions (login required)

View Item