Hasanah, Uswatun (2022) Analisis model Autoregressive Integrated Moving Average (ARIMA) Box-Jenkins pada penderita diabetes. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
17610001.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) | Preview |
Abstract
INDONESIA:
Diabetes mellitus adalah kondisi pasien yang mengeluarkan urin dalam jumlah besar dengan kadar gula yang tinggi. Diabetes mellitus adalah penyakit kronis dimana pankreas tidak dapat memproduksi insulin untuk mengatur glukosa darah. Disfungsi ini dapat menyebabkan hipoglikemia (glukosa darah rendah) dan hiperglikemia (gula darah tinggi). Salah satu metode peramalan adalah ARIMA Box-Jenkins. Peramalan metode ARIMA ini bisa digunakan untuk meramalkan penderita Diabetes di Rumah Sakit Islam Gondanglegi. Tujuan dari penelitian ini adalah untuk mengetahui hasil analisis model ARIMA (autoregressive integrated moving average) Box-Jenkins pada penderita diabetes di Rumah Sakit Islam Gondanglegi. Peramalan merupakan upaya untuk meramalkan kondisi masa depan dengan menggunakan pengujian di masa lalu. ARIMA adalah singkatan dari autoregressive integrated moving average yang dibagi menjadi 3 model yaitu AR (Autoregressive), MA (Moving Average), dan ARMA (Autoregressive - Moving Average). Dengan menggunakan metode ini model parameter yang didapatkan adalah model ARIMA (1, 0, 2). Dengan parameter AR (1) sebesar 0,942, parameter MA (1) sebesar 0,528, dan parameter MA (2) sebesar 0,437. Dari hasil model tersebut dihasilkan ramalan penderita Diabetes di Rumah Sakit Islam Gondanglegi untuk periode yang akan datang selama 12 periode yaitu dari Januari 2021 – Desember 2021 dengan hasil yang cenderung konstan yaitu sebanyak 448 pasien pada bulan Januari 2021 sampai Oktober 2021 dan 449 pasien pada bulan November 2021 sampai Desember 2021. Dengan kesalahan (error) menggunakan MAPE (Mean Absolute Percentage Error) pada hasil peramalan data penderita Diabetes sebesar 22,47%. Oleh karena itu dapat disimpulkan bahwa data tersebut sesuai untuk digunakan Model ARIMA yang telah dipilih. Karena hasil peramalan yang diperoleh dari nilai MAPE tersebut cukup baik.
ENGLISH:
Diabetes mellitus is a condition of patients who excrete large amounts of urine with high sugar levels. Diabetes mellitus is a chronic disease in which insulin cannot be produced to regulate blood glucose. This dysfunction can lead to hypoglycemia (low blood glucose) and hyperglycemia (high blood sugar). One of the forecasting methods is ARIMA Box-Jenkins. This ARIMA forecasting method can be used to predict diabetes sufferers at the Gondanglegi Islamic Hospital. The purpose of this study was to determine the results of the Box-Jenkins ARIMA (autoregressive integrated moving average) model analysis in diabetics at the Gondanglegi Islamic Hospital. Forecasting is an attempt to predict future conditions by using past tests. ARIMA stands for autoregressive integrated moving average which is divided into 3 models, namely AR (Autoregressive), MA (Moving Average), and ARMA (Autoregressive - Moving Average). By using the parameter method of this model, what is obtained is the ARIMA model (1, 0, 2). With AR parameter (1) of 0,942, MA parameter (1) of 0,528, and MA parameter (2) of 0,437. From the results of the model, predictions of diabetes sufferers at the Gondanglegi Islamic Hospital for the future period will be for 12 periods, namely from January 2021 - December 2021 with results that tend to be constant, namely as many as 448 patients in January 2021 to October 2021 and 449 patients in November 2021 to December 2021. With an error using MAPE (Mean Absolute Percentage Error) on the results of forecasting data for Diabetes sufferers of 22,47%. Therefore, it can be said that the data is suitable for use with the ARIMA model that has been selected. Because the forecasting results obtained from the MAPE value are quite good.
ARABIC:
داء السكري هو حالة المرضى الذين يفرزون كميات كبيرة من البول مع ارتفاع مستويات السكر. مرض السكري هو مرض مزمن لا يمكن فيه إنتاج الأنسولين لتنظيم جلوكوز الدم. يمكن أن يؤدي هذا الخلل الوظيفي إلى نقص السكر في الدم (انخفاض نسبة السكر في الدم) وارتفاع السكر في الدم (ارتفاع نسبة السكر في الدم). إحدى طرق التنبؤ هي (ARIMA Box-Jenkins). يمكن استخدام طريقة التنبؤ ARIMA للتنبؤ بمرضى السكري في مستشفى Gondanglegi الإسلامي. كان الغرض من هذه الدراسة هو تحديد نتائج تحليل نموذج ARIMA (Autoregressive Integrated Moving Average) Box-Jenkins في مرضى السكري في مستشفى Gondanglegi الإسلامي. التنبؤ هو محاولة للتنبؤ بالظروف المستقبلية باستخدام الاختبارات السابقة. يرمز ARIMA إلى المتوسط المتحرك المتكامل الانحدار الذاتي والذي ينقسم إلى ۳ نماذج ، وهي AR (الانحدار التلقائي) و MA (المتوسط المتحرك) و ARMA (الانحدار التلقائي - المتوسط المتحرك). باستخدام طريقة المعلمة لهذا النموذج ، ما يتم الحصول عليه هو نموذج (۲,۰,۱) ARIMA. مع معامل (۱)AR من ۹٤۲,۰، ومعامل(۱)MA ٥٢٨,۰، ومعامل (۲) MA من ٤۳۷,۰. من نتائج النموذج ، ستكون توقعات مرضى السكري في مستشفى جوندانجليجي الإسلامي للفترة المقبلة لمدة ۱۲ فترة ، أي من يناير ۲۰۲۱ - ديسمبر ۲۰۲۱ مع نتائج تميل إلى أن تكون ثابتة ، أي ما يصل إلى 448 مريضًا في يناير ٢۰٢۱ حتى أكتوبر ٢۰٢۱ و ٤٤٩ مريضًا في نوفمبر من ٢۰٢۱ إلى ديسمبر ٢۰٢۱. مع وجود خطأ باستخدام MAPE (متوسط الخطأ النسبي المطلق) على نتائج بيانات التنبؤ لمرضى السكري بنسبة% ٤۷,۲۲. لذلك ، يمكن القول أن البيانات مناسبة للاستخدام مع نموذج ARIMA الذي تم اختياره. لأن نتائج التنبؤ التي تم الحصول عليها من قيمة MAPE جيدة جدًا.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Harini, Sri and Juhari, Juhari | |||||||||
Contributors: |
|
|||||||||
Keywords: | Peramalan; Autoregressive (AR); Integrated (I); Moving Average (MA); التنبؤ; ARIMA; الانحدار الذاتي (AR); متكامل (I); المتوسط المتحرك (MA) | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Matematika | |||||||||
Depositing User: | Uswatun Hasanah | |||||||||
Date Deposited: | 06 Dec 2022 14:11 | |||||||||
Last Modified: | 06 Dec 2022 14:11 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/42079 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |