Prediksi Jumlah Kasus Penyakit di Jawa Timur Memanfaatkan Metode Simple Moving Average

Penulis

  • Shynta Ayu Dwi Darmawan Universitas Gunadarma
  • Karmilasari Karmilasari Universitas Gunadarma

DOI:

https://doi.org/10.32493/jtsi.v7i2.38653

Kata Kunci:

prediksi; simple moving average; jumlah kasus penyakit; Dinas Kesehatan Provinsi Jawa Timur

Abstrak

Berdasarkan tinjauan terhadap buku Profil Kesehatan Provinsi Jawa Timur tahun 2017 hingga 2021, kondisi kesehatan masyarakat selama beberapa tahun terakhir menunjukkan adanya perbedaan yang cukup besar dalam kasus penyakit di 38 kota atau kabupaten. Menentukan prioritas penanggulangan penyakit berdasarkan profil kesehatan, serta memprediksi tren kasus penyakit di masa depan, merupakan tugas yang sulit. Oleh karena itu, diperlukan strategi prediksi yang menggunakan data historis untuk memperkirakan pola kasus penyakit di setiap wilayah dari tahun ke tahun, serta sistem berbasis web untuk mengimplementasikan prediksi tersebut. Langkah-langkah yang dilakukan meliputi studi literatur, pembuatan model prediksi dengan menggunakan pendekatan Simple Moving Average, dan implementasi sistem dengan basis data MySQL, backend PHP, dan frontend Angular. Hasil penelitian menunjukkan keberhasilan aplikasi prediksi tren kasus penyakit menggunakan data historis selama lima periode. Pengujian fungsionalitas dan kompatibilitas browser menunjukkan bahwa sistem berjalan sesuai dengan yang diharapkan pada berbagai lingkungan, sedangkan pengujian usabilitas menggunakan teknik WebQual 4.0 menghasilkan nilai rata-rata 4,34 (sangat baik), yang mengindikasikan bahwa sistem berhasil memenuhi kebutuhan pengguna.

Referensi

Aji, B. G., Sondawa, D. C. A., Anindika, F. A., & Januarita, D. (2022). Analisis Peramalan Obat Menggunakan Metode Simple Moving Average, Weighted Moving Average, Dan Exponential Smoothing. JURIKOM (Jurnal Riset Komputer), 9(4), 959–965. https://doi.org/10.30865/jurikom.v9i4.4454

Choi, S. B., & Ahn, I. (2020). Forecasting imported COVID-19 cases in South Korea using mobile roaming data. PLOS ONE, 15(11), 1–10. https://doi.org/10.1371/journal.pone.0241466

Choudhary, A., Kumar, P., Sahu, S. K., Pradhan, C., Singh, S. K., Gašparovic, M., Shukla, A., & Singh, A. K. (2022). Time Series Simulation and Forecasting of Air Quality Using In-situ and Satellite-Based Observations Over an Urban Region. Nature Environment and Pollution Technology, 21(3), 1137–1148. https://doi.org/10.46488/NEPT.2022.v21i03.018

Dinas Kesehatan Provinsi Jawa Timur. (2018). Profil Kesehatan Provinsi Jawa Timur Tahun 2017.

Dinas Kesehatan Provinsi Jawa Timur. (2019). Profil Kesehatan Provinsi Jawa Timur Tahun 2018.

Dinas Kesehatan Provinsi Jawa Timur. (2020). Profil Kesehatan Provinsi Jawa Timur Tahun 2019.

Dinas Kesehatan Provinsi Jawa Timur. (2021). Profil Kesehatan Provinsi Jawa Timur Tahun 2020.

Dinas Kesehatan Provinsi Jawa Timur. (2022). Profil Kesehatan Provinsi Jawa Timur Tahun 2021.

Fiarni, C., Kurniawa, H., & Mulyono, F. H. (2021). Perancangan Integrated Demand Forecast untuk Manajemen Informasi Sistem Pelayanan Kegawatdaruratan. Telematika, 16(1), 10–17.

Sari, N. L., & Hasanuddin, T. (2020). Analisis Performa Metode Moving Average Model untuk Prediksi Jumlah Penderita Covid-19. Indonesian Journal of Data and Science (IJODAS), 1(3), 87–95. https://kawalcovid19.id/

Lubis, I. S. Br., & Azhar, A. H. (2023). Perancangan Aplikasi Peramalan Penjualan Obat Menggunakan Metode Single Moving Average. Jurnal ITCC (Information Technology and Cyber Crime), 1(2), 10–20.

Mahmoudian, Y., Nemati, A., & Safaei, A. S. (2023). A forecasting approach for hospital bed capacity planning using machine learning and deep learning with application to public hospitals. Healthcare Analytics, 4, 100245. https://doi.org/10.1016/j.health.2023.100245

Nwosu, U. I., & Obite, C. P. (2021). Modeling Ivory Coast COVID-19 cases: Identification of a high-performance model for utilization. Results in Physics, 20, 103763. https://doi.org/10.1016/j.rinp.2020.103763

Oshinubi, K., Al-Awadhi, F., Rachdi, M., & Demongeot, J. (2021). Data Analysis and Forecasting of COVID-19 Pandemic in Kuwait Based on Daily Observation and Basic Reproduction Number Dynamics. Kuwait Journal of Science, 1–30. https://doi.org/10.48129/kjs.splcov.14501

Rahman, M. M., Uddin, M. G., Islam, M. R., Kibria, M. K., & Mollah, M. N. H. (2023). Day Level Forecasting for COVID-19 Pandemic Spread in SAARC Countries. International Journal of Statistical Sciences, 23(2), 129–142. https://doi.org/10.3329/ijss.v23i2.70135

Rostami-Tabar, B., & Rendon-Sanchez, J. F. (2021). Forecasting COVID-19 daily cases using phone call data. Applied Soft Computing, 100, 106932. https://doi.org/10.1016/j.asoc.2020.106932

Salsabila, Y. L., & Ratnasari, V. (2022). Pengelompokan Kabupaten/Kota di Jawa Timur Berdasarkan Indikator Kesehatan Masyarakat dengan Pendekatan Metode Ensemble ROCK. Jurnal Sains Dan Seni ITS, 11(2), D220–D227. https://doi.org/10.12962/j23373520.v11i2.73441

Shodiq, M., Priyono, A., & Ramanda, F. (2023). Prediksi Jumlah Penyakit Infeksi Saluran Pernapasan Akut (ISPA) Menggunakan Simple Moving Average. Jurnal Informatika Medis, 1(2), 48–52.

Siregar, M. T., Made, G., Sasmita, A., Agung, G., & Putri, A. (2022). Perbandingan Analisis Metode Peramalan Jumlah Kasus Penyakit Menular di Kota Bandung (Studi Kasus: Dinas Kesehatan Kota Bandung). JITTER-Jurnal Ilmiah Teknologi Dan Komputer, 3(1), 831–842.

Widjiyati, N. (2022). Analisa Prediksi Algoritma Simple Moving Average Dengan Pendekatan Multi Periode. Smart Comp: Jurnalnya Orang Pintar Komputer, 11(1), 96–99. https://doi.org/10.30591/smartcomp.v11i1.3206

Unduhan

Diterbitkan

2024-04-30

Cara Mengutip

Darmawan, S. A. D., & Karmilasari, K. (2024). Prediksi Jumlah Kasus Penyakit di Jawa Timur Memanfaatkan Metode Simple Moving Average. Jurnal Teknologi Sistem Informasi Dan Aplikasi, 7(2), 770–778. https://doi.org/10.32493/jtsi.v7i2.38653