SEASONAL AUTOREGRESSIVE INTEGRATE MOVING AVERAGE PADA PEMODELAN DATA KESEHATAN RSUD ARGAMAKMU

Penyakit adalah salah satu masalah kesehatan manusia. Dalam mengatasi
masalah kesehatan yang ada, maka diperlukan analisis prediksi untuk membantu
mengatasinya lebih awal dan merencanakan pencegahan serta pengendalian
terhadap penyakit tersebut. Penelitian ini bertujuan untuk mengetahui Prediksi
pola runtun waktu penyakit pada pemodelan data kesehatan di RSUD
Argamakmur dengan diketahuinya pola-pola penyakit yang ada, maka dapat
memberikan informasi penyakit berdasarkan pola runtun waktu yang terjadi.
Prediksi Pola Runtun waktu ini menggunakan analisis runtun waktu yang
memiliki pola musiman, yang mengambil seluruh kemungkinan pola-pola data
yang ada, sehingga akan memprediksi dan menganalisis runtun waktu dalam
mendapatkan model prediksi. Penelitian ini menggunakan analisis runtun waktu
untuk pemodelan Seasonal Autoregressive Integrate Moving Average. Hasil yang
diperoleh adalah Prediksi pada 6 bulan ke depan dari Model Terbaik yang
didapatkan, yaitu : data penyakit Demam Thypoid ARIMA(1,1,1) mengalami
kenaikan 3,08%, data penyakit Gastroeteritis ARIMA(1,0,1) mengalami kenaikan
0,51%, data penyakit Dispepsia ARIMA(0,1,2) mengalami kenaikan 0,55%, data
penyakit Anemia Akut ARIMA(1,0,2) mengalami penurunan 0,4%, data penyakit
Bronkopneumonia ARIMA(1,0,1) mengalami penurunan 0,58%, data penyakit
Diare Akut ARIMA(1,0,1) mengalami kenaikan 0,2%, data penyakit Vertigo
ARIMA(1,0,2) mengalami penurunan 0,64%, data penyakit Stroke ARIMA(1,1,1)
mengalami penurunan 0,28%, data penyakit Tumor ARIMA(1,0,1) mengalami
penurunan 1%, data penyakit Asma ARIMA(1,0,1) mengalami penurunan 0,21%,
data penyakit DM ARIMA(1,0,1) mengalami penurunan 0,47%, dan data penyakit
TB Paru ARIMA(1,0,1) mengalami penurunan 0,14%.
Kata kunci : SARIMA, Prediksi, Runtun Waktu, Pemodelan, Penyakit