Perbandingan Metode Fuzzy Time Series dengan Metode Box-Jenkins untuk Memprediksi Jumlah Kunjungan Pasien Rawat Inap (Studi Kasus: Puskesmas Geyer Satu)
Keywords:
Metode Box- Jenkins, fuzzy time series, kunjungan pasien rawat inap, peramalanAbstract
Puskesmas merupakan unit kesehatan masyarakat yang bergerak di
bidang kesehatan yang melayani masyarakat secara paripurna.
Puskesmas Geyer satu adalah satu-satunya puskesmas di kecamatan
Geyer yang sudah terakreditasi dan satu-satunya puskesmas yang
menyediakan unit rawat inap. Permasalahan yang dihadapi oleh
puskesmas Geyer satu adalah tidak sebanding dengan sumber daya
yang ada dengan pasien rawat inap yang harus dilayani. Dalam
penelitian ini diusulkan metode peramalan fuzzy time series dengan
metode peramalan Box-Jenkins. Tujuan penelitian ini adalah untuk
membandingkan metode peramalan fuzzy time series dengan metode
peramalan Box-Jenkins dengan melihat ukuran kesalahan peramalan
menggunakan Mean Square Error (MSE) serta meramalkan jumlah
kunjungan pasien rawat inap menggunakan metode terbaik. Metode
fuzzy time series adalah metode peramalan menggunakan himpunan
fuzzy dalam proses peramalannya sementara metode Box-Jenkins atau
biasa disebut ARIMA adalah metode konvesional yang menggunakan
himpunan tegas dalam proses peramalannya. Nilai Ketepatan metode
fuzzy time series diperoleh nilai MSE = 38499.98. Metode Box-
Jenkins dengan model ARIMA (1,1,1) dengan nilai MSE = 91556. Hal
tersebut menunjukkan bahwa metode fuzzy time series memiliki nilai
ketetapan yang lebih kecil daripada metode Box-Jenkins. Dari hasil
penelitian ini disimpulkan bahwa metode fuzzy time series adalah
metode yang lebih baik untuk meramalkan jumlah kunjungan pasien
rawat inap daripada metode Box-Jenkins.
References
Pusat Statistik Kabupaten Grobogan.
[BPS] Badan Pusat Statistik. (2017). Kecamatan Geyer Dalam Angka 2017. Purwodadi: Badan
Pusat Statistik Kabupaten Grobogan.
Dinas Kesehatan. (2014). Profil Kesehatan Kabupaten Grobogan 2014. Purwodadi, Jawa
Tengah: Dinas Kesehatan Kabupaten Grobogan.
Lia F., M. Wiwik A., Retno Aulia. (2012). Prediksi Jumlah Kunjungan Pasien Rawat Jalan
Menggunakan Metode Generic Fuzzy System (Studi Kasus: Rumah Sakit Usada
Sidoarjo). Vol. 1, No. 1 (Sept 2012) ISSN: 2301-9271.
Lina Amalia. (2016). Peramalan Nilai Tukar Rupiah terhadap Dolar Menggunakan Metode
ARIMA dan Metode Fuzzy Time Series. Skripsi. Program Studi Matematika dan Ilmu
Pengetahuan Alam. Institut Pertanian Bogor.
Lon - Mu Liu, George E.P.Box, George C.Tiao. (1992 - 2002). Forecasting and Time Series
Analysis Using The SCA Statistical System. USA: Scientific Computing Associates.
Makridakis S, Steven C, Wheelwright, Victor E and Mc. Gree. (1999). Metode dan Aplikasi
Peramalan. Jakarta: Binarupa Aksara.
Mey Lista T dan M. Isa I. (2004). Perbandingan Metode Fuzzy Time Series Cheng dan Metode
Bo-Jenkins untuk Memprediksi IHSG. Vol. 3, No. 2, (2014) ISSN: 2337-3539.
Song. Q., dan Chissom, B.S. (1993). Forecasting Enrollments with Fuzzy Time Series - Part I.
Fuzzy Sets and System, 54: 1-9.
Song. Q., dan Chissom, B.S. (1994). Forecasting Enrollments with Fuzzy Time Series - Part II.
Fuzzy Sets and System, 62:1-8.
Sugiarto dan Harijono. (2000). Peramalan Bisnis. Jakarta: PT. Gramedia Pustaka Utama.
Wendy A. (2013). Metode Fuzzy Time Series Berdasarkan Data Historis Pada Metode Chen
dengan Penentuan Interval Berbasis Rata-rata. Universitas Pendidikan Indonesia.
Xihao. S dan L. Yimin. (2008). Average Based Time Series Models for Forecasting Shanghai
Compound Index. World Jounal of Modeling and Simulation, Vol. 4 : 104 - 111.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2018 S Susilowat, Wellie Sulistijanti
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
