Trend Analisis Dengan Metode Time Series Untuk Meramalkan Penderita Demam Berdarah Tahun 2010-2014 Berdasarkan Data Penderita Demam Berdarah Tahun 2005-2009 Di Provinsi Sumatera Utara

(1)

TREND ANALISIS DENGAN METODE TIME SERIES UNTUK MERAMALKAN PENDERITA DEMAM BERDARAH TAHUN 2010-2014 BERDASARKAN DATA PENDERITA DEMAM BERDARAH TAHUN

2005-2009 DI PROVINSI SUMATERA UTARA

OLEH

NIM 081000239 DEVINA SARAGI

FAKULTAS KESEHATAN MASYARAKAT UNIVERSITAS SUMATERA UTARA

(2)

ABSTRAK

Demam berdarah dengue adalah penyakit menular yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk Aedes Aegypti. Penyakit ini menyerang semua orang dan menyebabkan kematian terutama pada anak serta menimbulkan wabah.

Penelitian ini bertujuan untuk mengetahui kecenderungan penderita demam berdarah berdasarkan data Kabupaten/Kota tahun 2005-2009 dan hasil peramalannya tahun 2010-2014.

Metode penelitan ini adalah deskriptif dengan menggunakan rangkaian berkala(time series). Lokasi penelitian di lakukan di Dinas Kesehatan Provinsi Sumatera Utara. Data yang dikumpulkan adalah data sekunder yaitu jumlah penderita demam berdarah di 25 Kabupaten/Kota yang ada di Provinsi Sumatera Utara tahun 2005-2009.

Hasil uji Regresi menunjukan bahwa 17 Kabupaten/Kota mempunyai nilai probabilitas >0.05 sehingga dilakukan peramalan satu tahun dengan menggunakan metode Double Exponential Smoothing. Sedangkan 8 Kabupaten/Kota nilai probabilitasnya <0.05 sehingga dilakukan peramalan lima tahun mendatang dengan menggunakan deret berkala dengan metode trend.

Saran, diharapkan kepada Dinas Kesehatan Provinsi Sumatera Utara agar menghimbau Dinas Kesehatan Kabupaten/Kota agar melengkapi pencatatan dan pelaporan sehingga program untuk penanggulangan demam berdarah berjalan dengan baik. Dan diharapkan kepada Dinas Kesehatan Provinsi Sumatera Utara agar memberikan pelatihan kepada Dinas Kabupaten/Kota terkait menangani bagian demam berdarah untuk meningkatkan Sumber Daya Manusia dalam menangani penanggulangan demam berdarah.

Kata Kunci : Demam berdarah, Time Series

(3)

ABSTRAC

Dengue hemorragic fever is a contagious disease becaused by Dengue virus and passed on by Aegepty mosquito bite. This disease attacks everyone and because death especially to children and thus creates plague.

This research purpose is to find outthe tendency of dengue hemorragic fever patient based on 2005-2009 City/Kabupaten’s data and forcast it for 2010-2014 period.

This research is using descriptive methode applying time series. The location of research was conducted in North Sumatera Province Health Departement. Collected data are secondary data which are the numbers of all dengue fever patients from 25 Cities/ Kabupaten in North Sumatera Province from 2005-2009 period.

Regretion test result shows that 17 cities/kabupaten have probability value >0.05 thus the forecast for the upcoming year was conducted by exponential smoothing method. Where as 8 other cities/kabupaten have <0.05 probability value there for the forcast of the five upcoming years was conductedon scale by using parabolic trend method.

Suggestion toward North Sumatera Utara Province Health Departement is to remind the City/Kabupaten Health Departement the importance of keeping track and records and updating it so that measurement step against DHF will run accordingly. Hopefully North Sumatera Province Health Departement will provide training programs for city Kabupaten Health Departement in order to face dengue hemoragic fever.

(4)

DAFTAR RIWAYAT HIDUP

Nama : DEVINA SARAGI

Tempat/ Tanggal Lahir : Pematangsiantar/ 17 Desember 1986

Agama : Kristen

Status Perkawinan : Belum Menikah

Nama Orang Tua : Anggiat Turnip

Anak ke : 2 (dua) dari 4 (Empat) orang bersaudara

Alamat : Jalan Bunga Mawar 13 Gang Aman No. 4 Pasar 5

Padang Bulan, Medan

Riwayat Pendidikan

Tahun 1992 - 1998 : SD Negeri No. 091704 Tinjowan

(5)

Tahun 2001 - 2004 : SMA Swasta St. Thomas 2 Medan

Tahun 2004 - 2007 : Akademi Keperawatan St. Elisabeth Medan

Tahun 2008 – 2011 : Fakultas Kesehatan Masyarakat USU Medan

KATA PENGANTAR

Puji syukur penulis ucapkan atas kehadirat Tuhan Yang Maha Esa karena atas

berkat dan kasih karuniaNya penulis dapat menyelesaikan skripsi yang berjudul

“Trend Analisis Dengan Metode Time Series Untuk Meramalkan Penderita Demam Berdarah Tahun 2010-2014 Berdasarkan Data Penderita Demam Berdarah Tahun 2005-2009 Di Provinsi Sumatera Utara”.

Dalam menyelesaikan skripsi ini penulis banyak mendapat bantuan,

bimbingan, dan dukungan dari berbagai pihak. Karena itu sepantasnya penulis

mengucapkan terima kasih kepada:

1. Bapak Dr. Drs. Surya Utama, MS selaku Dekan Fakultas Kesehatan

Masyarakat Universitas Sumatera Utara.

2. Bapak Drs. Heru Santosa, MS, Ph.D selaku Ketua Departemen Kependudukan

dan Biostatistika sekaligus Dosen Pembimbing Skripsi I yang telah

memberikan bimbingan, arahan, ilmu, motivasi, serta dukungannya kepada

penulis dalam menyelesaikan skripsi ini..

3. Bapak Drs. Abdul Jalil A.A, M.Kes selaku Dosen Pembimbing Skripsi II yang

telah memberikan bimbingan, arahan, ilmu, motivasi, serta dukungannya

(6)

4. Ibu dr. Ria Masniari Lubis, M.Si dan Ibu Sri Rahayu Sanusi, SKM, M.Kes

selaku dosen penguji yang telah meluangkan waktunya untuk memberikan

masukan dalam penyelesaian skripsi ini.

5. Ibu Dr. Dra. Irnawati Marsaulina, MS selaku Dosen Pembimbing Akademik

penulis di Fakultas Kesehatan Masyarakat Universitas Sumatera Utara.

6. Seluruh Dosen dan staff Fakultas Kesehatan Masyarakat Universitas Sumatera

Utara.

7. Ayahanda (Anggiat Turnip) dan Ibunda (Veronika Manurung) yang tercinta,

yang saya kasihi, terima kasih untuk dukungan material dan spiritual yang telah

diberikan selama ini.

8. Untuk kakak, adikku, bou dan semua keluarga yang selalu menjadi semangat

dan motivasi bagi penulis untuk menjadi yang terbaik.

9. Sahabat-sahabat terbaikku: Bang Ojahan Sinurat, Eva Damai, Elisabeth, Dino,

Permina, Ririntis, Wanda Wita, Hotmian, Rosalina, Juli Feriwati, Jon Wirdani,

Dumaris, Hotria, Minarni, Ibas Toto, Bernita, Anita, Jayanti, Cuan, Sri Anida

yang selalu memberikan doa dan motivasi bagi penulis. Aku sayang dan sangat

merindukan kalian semua (kapan kita ngumpul bareng lagi?).

10. Kawan-kawan dan kakak-kakak seperjuangan di Departemen Kependudukan

dan Biostatistika : kak Juli, kak Corry, kak Tatik, Tria, Marito, Desmiati, Ismil,

Vivi, Irma, Amy, kak Latifah yang selalu sama di kampus dengan topik

‘menunggu’ dan saling menyemangati dalam penyelesaian skripsi ini, buat

(7)

11. Teman – teman Ekstensi 2008 : bang Rafael, kak Cia, kak Renova, kak Nenny,

kak Nurhayati, bang Ardian, bang Lukman, kak Lenny, kak Romaida, kak Frida

dan semuanya yang tidak dapat disebutkan satu per satu yang saling

menyemangati dalam penyelesaian skripsi ini.

12. Semua pihak yang telah membantu penyelesaian skripsi ini yang tidak bisa

disebutkan satu persatu.

Kiranya Tuhan Yang Maha Kuasa akan membalas semua kebaikan dan

bantuan yang telah penulis terima selama ini. Semoga Tuhan Yang Maha Kuasa

melimpahkan berkat dan rahmatNya bagi kita semua. Akhir kata, penulis berharap

semoga skripsi ini bermanfaat bagi para pembaca khususnya keluarga besar Fakultas

Kesehatan Masyarakat Universitas Sumatera Utara.

Medan, Maret 2011

Penulis,

(8)

DAFTAR ISI

Halaman

Halaman Pengesahan ... i

Abstrak ... ii

Daftar Riwayat Hidup ... iv

Kata Pengantar ... v

Daftar Isi ... viii

Daftar Tabel ... xii

Daftar Gambar ... xiv

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 3

(9)

1.3.1 Tujuan Umum ... 3

1.3.2 Tujuan Khusus ... 4

1.4 Manfaat Penelitian ... 4

BAB II TINJAUAN PUSTAKA ... 5

2.1 Demam Berdarah... 5

2.1.1 Pengertian Demam Berdarah Dengue (DBD) ... 5

2.1.2 Penyebab DBD ... 5

2.1.3 Patogenesis dan Patofisiologi ... 6

2.1.4 Tanda dan Gejala... 6

2.1.5 Pentahapan Keparahan Demam Berdarah Dengue ... 7

2.1.6 Penatalaksanaan ... 8

2.1.7 Pencegahan ... 8

2.2 Peramalan... 11

2.2.1 Pengertian Peramalan ... 11

2.2.2 Kegunaan Peramalan ... 11

2.2.3 Jenis-jenis Peramalan ... 11

2.2.4 Pemilihan Teknik Peramalan ... 21

2.3 Alur Penelitian ... 22

BAB III METODE PENELITIAN ... 23

3.1 Jenis Penelitian ... 23

3.2 Lokasi dan Waktu Penelitian ... 23

3.3 Metode Pengumpulan Data ... 23

3.4 Populasi dan Sampel... 23

3.5 Definisi Operasional ... 24

(10)

BAB IV HASIL PENELITIAN ... 25

4.1Gambaran Umum Provinsi Sumatera Utara ... 25

4.1.1 Letak Geografis ... 25

4.1.2 Kependudukan ... 26

4.1.3 Umur ... 26

4.1.4 Pendidikan ... 26

4.2 Jumlah penderita demam bedarah Tahun 2005-2009 dan hasil ramalannya tahun 2010-2014 ... 27

4.2.1 Penderita demam berdarah Provinsi Sumatera Utara ... 27

4.2.2 Penderita demam berdarah Kota Medan ... 29

4.2.3 Penderita demam berdarah Kota Tebing Tinggi ... 30

4.2.4 Penderita demam berdarah Kabupaten Deli Sedang ... 31

4.2.5 Penderita demam berdarah Kabupaten Langkat ... 32

4.2.6 Penderita demam berdarah Kabupaten Asahan ... 34

4.2.7 Penderita demam berdarah Kabupaten Labuhan Batu ... 35

4.2.8 Penderita demam berdarah Kabupaten Simalungun ... 36

4.2.9 Penderita demam berdarah Kabupaten Tapanuli Utara .. 38

4.2.10 Penderita demam berdarah Kabupaten Toba Samosir ... 39

(11)

4.2.12 Penderita demam berdarah Kabupaten Tapanuli

Selatan ... 41

4.2.13 Penderita demam berdarah Kabupaten Mandailing

Natal ... 43

4.2.14 Penderita demam berdarah Kabupaten Nias ... 44

4.2.15 Penderita demam berdarah Kabupaten Samosir ... 45

4.2.16 Penderita demam berdarah Kabupaten Padang Lawas Utara ... 47

4.2.17 Penderita demam berdarah Kota Sibolga ... 48

4.2.18 Penderita demam berdarah Kota Binjai ... 49

4.2.19 Penderita demam berdarah Kota Padang

Sidempuan ... 51

4.2.20 Penderita demam berdarah Kabupaten

Serdang Bedagai ... 53

4.2.21 Penderita demam berdarah Kabupaten Karo ... 54

4.2.22 Penderita demam berdarah Kota Pematang

Siantar ... 55

4.2.23 Penderita demam berdarah Kabupaten Dairi ... 57

4.2.24 Penderita demam berdarah Kabupaten Batu

(12)

4.2.25 Penderita demam berdarah Kabupaten

Padang Lawas ... 60

4.2.26 Penderita demam berdarah Kota Tanjung Balai ... 61

BAB V PEMBAHASAN ... 64

BAB VI KESIMPULAN DAN SARAN... 72

6.1Kesimpulan ... 72

6.2 Saran ... 73

DAFTAR PUSTAKA

(13)

DAFTAR TABEL

Halaman

Tabel 4.1 Distribusi Penderita Demam Berdarah di Provinsi

Sumatera Utara ... 27

Tabel 4.2 Peramalan Jumlah Penderita Demam Berdarah di

Provinsi Sumatera Utara ... 28

Tabel 4.3 Distribusi Penderita Demam Berdarah di Kota Medan ... 29

Tabel 4.4 Distribusi Penderita Demam Berdarah di Kota

Tebing Tinggi ... 30

Tabel 4.5 Distribusi Penderita Demam Berdarah di Kabupaten

Deli Serdang ... 31

Langkat... 33

Tabel 4.7 Distribusi Penderita Demam Berdarah di Kabupaten Asahan 34

(14)

Labuhan Batu ... 35

Simalungun... 37

Tapanuli Utara ... 38

Toba Samosir ... 39

Tapanuli Tengah ... 40

Tapanuli Selatan ... 42

Mandailing Natal ... 43

Tabel 4.15 Distribusi Penderita Demam Berdarah di Kabupaten Nias .... 44

Samosir... 46

Padang Lawas Utara ... 47

Tabel 4.18 Distribusi Penderita Demam Berdarah di Kota Sibolga ... 48

Tabel 4.19 Distribusi Penderita Demam Berdarah di Kota Binjai ... 50

Tabel 4.20 Distribusi Penderita Demam Berdarah di Kota

(15)

Tabel 4.21 Peramalan Jumlah Penderita Demam Berdarah di Kota

Padang Sidempuan ... 52

Serdang Bedagai ... 53

Kabupaten Serdang Bedagai ... 53

Tabel 4.24 Distribusi Penderita Demam Berdarah di Kabupaten Karo.... 54

Tabel 4.25 Peramalan Jumlah Penderita Demam Berdarah di Kabupaten

Karo... 55

Tabel 4.26 Distribusi Penderita Demam Berdarah

di Kota Pematang Siantar ... 56

Tabel 4.27 Peramalan Jumlah Penderita Demam Berdarah di Kota

Pematang siantar ... 56

Tabel 4.28 Distribusi Penderita Demam Berdarah di Kabupaten Dairi ... 57

Dairi ... 58

Tabel 4.30 Distribusi Penderita Demam Berdarah di

Kabupaten Batu Bara ... 59

Batu Bara ... 59

(16)

Padang Lawas ... 61

Tabel 4.34 Distribusi Penderita Demam Berdarah

di Kota Tanjung Balai ... 62

(17)

DAFTAR GAMBAR

Halaman

Gambar 2.1 Data Horisontal ... 14

Gambar 2.2 Data Musiman ... 14

Gambar 2.3 Bentuk Data Siklis ... 15

Gambar 2.4 Bentuk Data Trend ... 15

Gambar 4.1 Hasil Peramalan Provinsi Sumatera Utara dengan menggunakan Trend ... 28

Gambar 4.2 Hasil Peramalan Kota Medan dengan menggunakan Metode Exponential Smoothing ... 30

Gambar 4.3 Hasil Peramalan KotaTebing Tinggi dengan menggunakan Metode Exponential Smoothing ... 31

(18)

Gambar 4.5 Hasil Peramalan Kabupaten Langkat dengan menggunakan

Metode Exponential Smoothing ... 34

Gambar 4.6 Hasil Peramalan Kabupaten Asahan dengan menggunakan

Gambar 4.7 Hasil Peramalan Kabupaten Labuhan Batu dengan

menggunakan Metode Exponential Smoothing ... 36

Gambar 4.8 Hasil Peramalan Kabupaten Simalungun dengan

Gambar 4.9 Hasil Peramalan Kabupaten Tapanuli Utara dengan

Gambar 4.10 Hasil Peramalan Kabupaten Toba Samosir dengan

Gambar 4.11 Hasil Peramalan KabupatenTapanuli Tengah dengan

Gambar 4.12 Hasil Peramalan Kabupaten Tapanuli Selatan dengan

Gambar 4.13 Hasil Peramalan Kabupaten Mandaling Natal dengan

Gambar 4.14 Hasil Peramalan Kabupaten Nias dengan menggunakan Metode Exponential Smoothing ... 45

Gambar 4.15 Hasil Peramalan Kabupaten Samosir dengan menggunakan

(19)

dengan menggunakan Metode Exponential Smoothing ... 48

Gambar 4.17 Hasil Peramalan Kota Sibolga dengan menggunakan

Gambar 4.18 Hasil Peramalan Kota Binjai dengan menggunakan Metode

Exponential Smoothing ... 51

Gambar 4.19 Hasil Peramalan Kota Padang Sidempuan dengan

menggunakan Trend ... 52

Gambar 4.2 Hasil Peramalan Kabupaten Serdang Bedagai dengan

Gambar 4.21 Hasil Peramalan Kabupaten Karo dengan menggunakan

Trend ... 55

Gambar 4.22 Hasil Peramalan Kota Pematang Siantar dengan

Gambar 4.23 Hasil Peramalan Kabupaten Dairi dengan menggunakan

Trend ... 58

Gambar 4.24 Hasil Peramalan Kabupaten Batu Bara dengan

Gambar 4.25 Hasil Peramalan Kabupaten Padang Lawas dengan

Gambar 4.26 Hasil Peramalan Kota Tanjung Balai

(20)

ABSTRAK

Demam berdarah dengue adalah penyakit menular yang disebabkan oleh virus dengue dan ditularkan melalui gigitan nyamuk Aedes Aegypti. Penyakit ini menyerang semua orang dan menyebabkan kematian terutama pada anak serta menimbulkan wabah.

Penelitian ini bertujuan untuk mengetahui kecenderungan penderita demam berdarah berdasarkan data Kabupaten/Kota tahun 2005-2009 dan hasil peramalannya tahun 2010-2014.

Metode penelitan ini adalah deskriptif dengan menggunakan rangkaian berkala(time series). Lokasi penelitian di lakukan di Dinas Kesehatan Provinsi Sumatera Utara. Data yang dikumpulkan adalah data sekunder yaitu jumlah penderita demam berdarah di 25 Kabupaten/Kota yang ada di Provinsi Sumatera Utara tahun 2005-2009.

Hasil uji Regresi menunjukan bahwa 17 Kabupaten/Kota mempunyai nilai probabilitas >0.05 sehingga dilakukan peramalan satu tahun dengan menggunakan metode Double Exponential Smoothing. Sedangkan 8 Kabupaten/Kota nilai probabilitasnya <0.05 sehingga dilakukan peramalan lima tahun mendatang dengan menggunakan deret berkala dengan metode trend.

Saran, diharapkan kepada Dinas Kesehatan Provinsi Sumatera Utara agar menghimbau Dinas Kesehatan Kabupaten/Kota agar melengkapi pencatatan dan pelaporan sehingga program untuk penanggulangan demam berdarah berjalan dengan baik. Dan diharapkan kepada Dinas Kesehatan Provinsi Sumatera Utara agar memberikan pelatihan kepada Dinas Kabupaten/Kota terkait menangani bagian demam berdarah untuk meningkatkan Sumber Daya Manusia dalam menangani penanggulangan demam berdarah.

Kata Kunci : Demam berdarah, Time Series

(21)

ABSTRAC

Dengue hemorragic fever is a contagious disease becaused by Dengue virus and passed on by Aegepty mosquito bite. This disease attacks everyone and because death especially to children and thus creates plague.

This research purpose is to find outthe tendency of dengue hemorragic fever patient based on 2005-2009 City/Kabupaten’s data and forcast it for 2010-2014 period.

This research is using descriptive methode applying time series. The location of research was conducted in North Sumatera Province Health Departement. Collected data are secondary data which are the numbers of all dengue fever patients from 25 Cities/ Kabupaten in North Sumatera Province from 2005-2009 period.

Regretion test result shows that 17 cities/kabupaten have probability value >0.05 thus the forecast for the upcoming year was conducted by exponential smoothing method. Where as 8 other cities/kabupaten have <0.05 probability value there for the forcast of the five upcoming years was conductedon scale by using parabolic trend method.

Suggestion toward North Sumatera Utara Province Health Departement is to remind the City/Kabupaten Health Departement the importance of keeping track and records and updating it so that measurement step against DHF will run accordingly. Hopefully North Sumatera Province Health Departement will provide training programs for city Kabupaten Health Departement in order to face dengue hemoragic fever.

(22)

BAB I PENDAHULUAN

1.1Latar Belakang

Dengue yang disebabkan virus disebarkan oleh nyamuk Aedes (Stegomyia).

Selama dua dekade terakhir, frekuensi kasus dan epidemik penyakit demam dengue

(dengue fever), demam berdarah (dengue haemorragic fever) dan sindrome syok

dengue (dengue shock syndrome) menunjukan peningkatan yang dramatis di seluruh

dunia, disertai dengan peningkatan insiden penyakit tersebut.. The World Health

Report 1996 menyatakan bahwa kemunculan kembali penyakit infeksius merupakan

suatu peringatan bahwa kemajuan yang telah diraih sampai sejauh ini terhadap

keamanan dunia dalam hal kesehatan dan kemakmuran sia-sia belaka. (WHO, 2004)

Endemik Demam Dengue pertama dilaporkan terjadi secara simultan pada

tahun 1779 – 1780 di Asia, Afrika, Amerika Utara. Hal ini menunjukan bahwa virus

(23)

dari 200 tahun. Pandemik global mulai terjadi di Asia Tenggara sesudah perang dunia

kedua dan lebih meningkat selang 20 tahun terakhir ini. Di Asia Tenggara epidemik

DBD pertama terjadi pada tahun 1950-an. Namun sejak tahun 1975 penyakit ini

menjadi salah satu penyebab masuknya kerumah sakit dan kematian terutama pada

anak-anak. Pada tahun 1980-an perkembangan DBD yang kedua di Asia mulai terjadi

saat Sri Lanka, India, dan Kepulauan Maldive mengalami epidemik DBD pertama.

(Sembel, 2009).

Di Indonesia sejak dilaporkannya kasus Demam Berdarah Dengue (DBD)

pada tahun 1968 terjadi kecenderungan peningkatan insiden.(Soegijanto, 2004). Asia

menempati urutan pertama dalam jumlah penderita Demam Berdarah di tiap

tahunnya. Sementara itu, terhitung sejak tahun 1968 hingga tahun 2009. World

Health Organization (WHO) mencatat negara Indonesia sebagai negara dengan kasus

Demam Berdarah tertinggi di Asia Tenggara. Dari jumlah keseluruhan kasus tersebut,

sekitar 95% terjadi pada anak di bawah 15 thn. (Sembel, 2009)

Penyakit demam berdarah telah menyebar luas keseluruh wilayah Provinsi

Sumatera Utara sebagai Kejadian Luar Biasa (KLB) dengan angka kesakitan dan

kematian yang relatif tinggi. Berdasarkan KLB wilayah provinsi Sumatera Utara

dapat diklasifikasikan sebagai berikut :

a. Daerah endemis DBD : Kota Medan, Deli Serdang, Binjai, Langkat, Asahan,

(24)

b. Daerah Sporadis DBD : Kota Sibolga, Tanjung Balai, Kabupaten Simalungun,

Tapanuli Utara, Toba Samosir, Dairi, Tapanuli Tengah, Mandailing Natal, Padang

Sidempuan, Tapanuli Selatan, Labuhan Batu, Humbang Hasundutan, Pak-Pak

Bharat, Serdang Bedagai dan Samosir.

c. Daerah Potensial/ Bebas DBD : Kabupaten Nias dan Nias Selatan.

Berdasarkan Profil Dinas Kesehatan Provinsi Sumatera Utara Tahun 2010

jumlah kasus demam berdarah di seluruh provinsi sumatera utara pada tahun 2006

sebanyak 2251 kasus yang ditangani sebanyak 2251 kasus (100%), pada tahun 2007

sebanyak 4529 kasus yang ditangani sebanyak 4514 (99,67%), pada tahun 2008

sebanyak 4401 kasus yang ditangani sebanyak 4372 (99,34%), dan pada tahun 2009

sebanyak 4737 kasus yang ditangani sebanyak 4722 (99,68%).

Berdasarkan data-data demam berdarah tahun 2005-2009 penulis ingin

meneliti kecenderungan serta peramalan penderita penyakit demam berdarah tahun

2010-2014 di Provinsi Sumatera Utara yang berguna dalam membuat perencanaan

program pencegahan meningkatnya penderita demam berdarah yang dapat

berkontribusi terhadap angka kesakitan dan kematian.

1.2Rumusan Masalah

Tingginya jumlah penderita demam berdarah sehingga ingin diketahui trend

(25)

membuat perencanaan program khususnya bagian pengendalian masalah kesehatan

untuk menyusun kebijakan penanggulangan demam berdarah.

1.3Tujuan Penelitian 1.3.1 Tujuan Umum

Untuk mengetahui gambaran kecenderungan penderita demam berdarah tahun

2005 -2009 dan meramalkan penderita demam berdarah tahun 2010-2014 di Provinsi

Sumatera Utara.

1.3.2 Tujuan Khusus

Untuk mengetahui kecenderungan penderita demam berdarah berdasarkan

Kabupaten/Kota tahun 2005-2009 dan hasil ramalannya tahun 2010-2014

1.4 Manfaat Penelitian

1. Dapat dijadikan bahan masukan bagi Dinas Kesehatan Provinsi Sumatera Utara

khususnya bagian pengendalian masalah kesehatan dalam membuat perencanaan

program untuk menyusun kebijakan penanggulangan demam berdarah.

(26)

BAB II

TINJAUAN PUSTAKA

2.1 Demam Berdarah

2.1.1 Pengertian Demam Berdarah Dengue (DBD)

Demam Berdarah Dengue adalah penyakit menular yang disebabkan oleh

virus dengue dan ditularkan melalui gigitan nyamuk Aedes aegypti (Soegijanto,

2004). Demam Berdarah Dengue adalah penyakit demam yang diikuti pandarahan

dibawah kulit, selaput hidung dan lambung yang disebabkan oleh virus yang

ditularkan melalui nyamuk Aedes Aegypti. Penyakit ini menyerang semua orang dan

menyebabkan kematian, terutama pada anak serta sering menimbulkan wabah.

(27)

2.1.2 Penyebab Demam Berdarah Dengue (DBD)

Penyakit infeksi virus dengue adalah penyakit yang disebabkan oleh virus

dengue I, II, III dan IV yang ditularkan oleh nyamuk Aedes aegypti dan Aedes

albocpitus. Jika nyamuk menggigit orang dengan demam berdarah, maka virus

dengue masuk ke tubuh nyamuk bersama darah yang dihisapnya. Didalam tubuh

nyamuk virus berkembang biak dan menyebar keseluruh tubuh bagian nyamuk, dan

sebagian berada di kelenjar air liur. Selanjutnya waktu nyamuk menggigit orang lain,

air liur bersama virus dengue dilepaskan terlebih dahulu agar darah yang akan dihisap

tidak membeku, dan pada saat inilah virus dengue ditularkan ke orang lain.

(Soegijanto, 2004)

2.1.3 Patogenesis dan Patofisiologi

Patogenesis DHF (Dengue Hemorragic Fever) tidak begitu dipahami, tetapi

ada dua perubahan patofisiologik yang terjadi :

1. Meningkatnya permeabilitas pembuluh darah mengakibatkan kebocoran plasma,

hipovolemia, dan syok. DHF memiliki ciri yang unik karena kebocoran plasma

khusus ke arah rongga pleura dan peritoneum, selain itu periode kebocoran cukup

singkat (24-48 jam).

2. Hemostatis abnormal terjadi akibat vaskulopati, trombositopenia, sehingga terjadi

(28)

2.1.4 Tanda dan Gejala

1. Gejala klinis

a. Demam tinggi mendadak, tanpa sebab yang jelas berlangsung selama 2-7

hari

b. Terdapat Manifestasi perdarahan termasuk uji terniquet positif, peteki,

ekimosis, epistaksis, perdarahan gusi, hematemesis, melena.

c. Pembesaran hati

d. Perembesan plasma, yang ditandai secara klinis adanya acites dan efusi

pleura sampai terjadinya renjatan (ditandai nadi cepat dan lemah serta

penurunan tekanan nadi, hipotensi, kaki dan tangan dingin, kulit lembap dan

pasien tampak gelisah.

2. Tanda klinis

a. Trombositopenia (kurang dari 100.000/ υL).

b. Hemokonsentrasi, dapat dilihat peningkatan hematokrit 20% atau lebih,

menurut standar umur dan jenis kelamin. (Soegijanto, 2006)

(29)

DHF diklasifikasikan menjadi empat tingkatan keparahan, dimana derajat III

dan IV dianggap DSS. Adanya trombositopenia dengan disertai hemokonsentrasi

membedakan derajat I dan II DHF dari DF.

1. Derajat I

Demam disertai gejala-gejala umum yang tidak khas dan manifestasi perdarahan

spontan satu-satunya adalah uji tourniket positif atau mudah memar.

2. Derajat II

Gejala-gejala derajat I, disertai gejala-gejala perdarahan kulit spontan atau

manifestasi perdarahan yang lebih berat.

3. Derajat III

Didapatkan kegagalan sirkulasi, yaitu nadi cepat dan lemah, tekanan nadi

menyempit (< 20 mmHg), hipotensi, sianosis disekitar mulut, kulit dingin dan

lembab, gelisah.

4. Derajat IV

Syok berat (profound shock), nadi tidak dapat diraba dan tekanan darah tidak

terukur. (WHO, 1998)

2.1.6 Penatalaksanaan

Berdasarkan kenyataannya di masyarakat penatalaksanaan kasus DBD dibagi

menjadi 2, yaitu:

1. Kasus DBD yang memungkinkan untuk berobat jalan

2. Kasus DBD yang dianjurkan rawat tinggal yakni : kasus DBD derajat I dan II,

(30)

2.1.7 Pencegahan

Sampai saat ini belum ada vaksin yang efektif untuk mencegah penyakit

dengue.Vaksin virus dengue sedang dikembangkan di Thailand, tetapi masih

membutuhkan volunter manusia untuk uji coba. Adapun program pengendalian

Ae.aegepti yang terjangkau dan tahan lama adalah:

1. Manajemen Lingkungan

a. Modifikasi lingkungan : pengubahan fisik habitat larva yang tahan lama

b. Manipulasi lingkungan : pengubahan sementara habitat vektor yang

memerlukan pengaturan wadah yang penting dan yang tidak penting serta

manajemen atau pemusnahan tempat perkembangbiakan alami nyamuk.

c. Perubahan habitasi atau perilaku manusia dimana merupakan upaya untuk

mengurangi kontak antara manusia dan vektor.

2. Perlindungan diri

a. Pakaian pelindung, pakaian mengurangi resiko tergigit nyamuk jika pakaian

itu cukup tebal atau longgar.

b. Tikar, obat nyamuk bakar, aerosol. Produk insektisida untuk konsumsi

rumah tangga sudah banyak dipakai untuk perlindungan diri terhadap

(31)

c. Penolak serangga, merupakan sarana perlindungan diri terhadap nyamuk dan

serangga yang umum digunakan.

d. Insektisida untuk kelambu dan korden, kelambu yang diberi insektisida

kegunaannya sangat terbatas dalam program pengendalian penyakit dengue

karna spesies vektor menggigit disiang hari.

3. Pengendalian biologis

a. Ikan, ikan pemakan larva (Gambusia affinis dan Poecilia reticulata) sudah

semakin banyak digunakan untuk mengendalikan Ae.stephensi dan

Ae.aegypti di kumpulan air yang banyak atau di kontainer air yang besar di

negara-negara Asia Tenggara.

b. Bakteri, ada dua spesies bakteri penghasil endotoksin yaitu Bacillus

thuringiensis serotipe H-14 dan Bacillus sphaericus adalah agens yang

efektif untuk mengendalikan nyamuk.

c. Siklopoids, peran pemangsa yang dimainkan oleh copepod crustacea

(sejenis udang-udangan) ternyata dapat mempengaruhi 99,3% angka

kematian larva nyamuk Aedes.

d. Perangkap telur autosidal, perangkap yang diterapkan pemerintah Singapura

menunjukan hasil yang memuaskan sebagai alat pengendali dalam

pemberantasan nyamuk Ae.aegypti.

4. Pengendalian kimiawi :

a. Pemberian larvasida kimiawi, biasanya terbatas pada wadah air yang

digunakan di rumah tangga yang tidak dapat dihancurkan, dimusnahkan,

(32)

b. Pengasapan wilayah, metode ini melibatkan pengasapan droplet-droplet

kecil insektisida ke dalam udara untuk membunuh nyamuk dewasa.

5. Memberikan penyuluhan tentang 3M Plus

Metode yang di gunakan untuk mencegah Demam Berdarah adalah

Pemberantasan Sarang Nyamuk (PSN) melalui 3M Plus (Menguras, Menutup

dan Mengubur) Plus menabur larvasida dapat mencegah / memberantas nyamuk

Aedes berkembang biak. Angka Bebas Jentik (ABJ) sebagai tolok ukur upaya

pemberantasan vektor melalui Pemberantassan Sarang Nyamuk (PSN).

Pendekatan Demam Berdarah yang berwawasan kepedulian masyarakat

merupakan salah satu alternatif pendekatan baru (Depkes Lingkungan RI, 2006)

2.2 Peramalan

2.2.1 Pengertian Peramalan

Peramalan adalah upaya memperkirakan nila-nilai respon yang menjadi

perhatian dimasa depan.(Sugiarto dan Harijono, 2000)

(33)

Kegunaan peramalan untuk memprediksi masa depan berdasarkan data yang

dimiliki. (Baroroh, 2008).

Analisis terhadap masa lampau penting karena hal ini akan memberikan

kesempatan pada pengusaha untuk membuat ramalan yang lebih akurat untuk

aktivitas yang akan datang. Disamping itu juga akan meningkatkan keefektipan dari

grup data yang berbeda atau data yang sama dari periode yang berbeda. Hasil dari

analisa runut waktu bahkan meningkatkan efisiensi dalam mengambil keputusan.

(Kustituanto, 1998).

2.2.3 Jenis-jenis Peramalan

Secara garis besarnya peramalan dibedakan menjadi peramalan kualitatif dan

peramalan kuantitatif.

1. Peramalan kualitatif, yaitu peramalan yang didasarkan pada pengamatan

kejadian-kejadian dimasa sebelumnya yang digabungkan dengan instuisi maupun

ketajaman perasaan si peramal dalam menghasilkan suatu informasi yang

diperkirakan bakal terjadi di masa yang datang. Data historis yang ada menjadi

tidak begitu penting dalam teknik ini. Pada umumnya hasil peramalan kualitatif

juga berbentuk informasi kualitatif walaupun tidak selalu demikian. Peramalan

kualitatif terdiri dari dua yaitu metode eksplanatoris dan metode normatif.

2. Peramalan kuantitatif, yaitu peramalan yang menggunakan data kuantitatif yang

(34)

informasi kuantitaif maupun kualitatif. Teknik peramalan kuantitatif sangat

mengandalkan pada data historis yang dimiliki. Hasil peramalan kuantitatif

secara relatif lebih disukai karena memberikan pandangan yang lebih nyata dan

lebih objektif dalam besaran nilai hasil peramalannya. (Sugiarto dan Harijono,

2000)

Peramalan kuantitatif ini dipergunakan bila kondisi berikut dipenuhi :

a. Adanya informasi tentang masa lalu

b. Informasi tersebut dapat dikuantitatifkan dalam bentuk data

c. Informasi tersebut dapat diasumsikan bahwa pola masa lalu akan terus

bersambung sampai ke masa depan dan kondisi ini disebut asumsi yang konstan

(assumption of constancy).

Teknik kuantitatif ini biasanya dikelompokan menjadi dua yakni metode

Instuisi (Intuitive method) dan metode kuantitatif formal yang didasarkan pada

prinsip statistik. Metode instuisi menggunakan horisontal, musiman atau penyelidikan

trend yang didasarkan pada pengalaman empiris yang sangat luas. Metode kuantitatif

formal ini dapat dikelompokan ke dalam dua jenis peramalan yaitu : regresi (causal)

models dan time series. (Manurung, 1990)

1. Regresi (causal) models

Model regresi mempunyai asumsi bahwa dalam meramalkan masa datang

dengan menggunakan variabel lain yang mempunyai hubungan penyebab dengan

(35)

dependen sedangkan variabel yang lain disebut variabel independen. Yang termasuk

dalam teknik ini adalah teknik regresi sederhana, regresi berganda dan model input

output. (Manurung, 1990)

2. Time Series

Time series adalah peramalan di masa datang didasarkan pada nilai sebuah

variabel masa lalu atau kesalahan yang dilakukan sebelumnya. (Manurung, 1990)

Time series (data berkala) juga dapat diartikan sebagai kumpulan data statistik

yang merupakan hasil pengamatan setiap interval waktu tertentu. (Santoso, 2003)

Tujuan time series adalah meneliti pola data yang digunakan untuk

memprakirakan dan melakukan ekstrapolasi (perhitungan / pemrakiraan) di masa

yang akan datang. Tahapan yang penting dalam pemilihan metode time series yang

tepat yaitu membuat asumsi terhadap jenis bentuk data dan metode yang paling tepat

tersebut diuji terhadap data tersebut.

a. Bentuk data

(36)

1. Bentuk data horisontal / stasioner / ireguler

Gerakan ireguler disebabkan oleh faktor-faktor kebetulan atau faktor yang tidak

terduga sebelumnya. Gerakan ireguler ini biasanya muncul dalam jangka pendek

dan mengakibatkan terjadinya variasi dalam deret berkala.

Gambar 2.1 Data horisontal

2. Bentuk data musiman / Seasonal

Bentuk data musiman terjadi bila seriesnya dipengaruhi oleh faktor musiman

(37)

Gambar 2.2 Data Musiman

3. Bentuk data siklis

Pada prinsipnya gerakan siklis adalah gerakan disekitar garis trend, apakah

gerakan tersebut naik atau turun. Gerakan ini berlangsung lebih pendek dari trend

bisa teratur dengan pola tertentu atau tanpa pola.

Gambar 2.3 Bentuk Data Siklis

(38)

Trend atau bisa juga disebut trend sekuler adalah kecenderungan data untuk

jangka panjang, apakah meningkat, tetap atau menurun.

Gambar 2.4 Bentuk Data Trend

b. Metode-metode Time Series

Metode pemrakiraan dengan model time series dapat dijadikan dasar untuk

memprakirakan kejadian masa mendatang melalui serangkaian data historis.

Metode time series yang sering dipergunakan yaitu Metode Penghalusan

(Smoothing Method) dan Metode Dekomposisi (Decomposition Method).

(Manurung, 1990)

1. Metode Penghalusan (Smoothing Method)

Metode smoothing (metode pelicinan) merupakan teknik meramal dengan cara

mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksir nilai

pada periode yang akan datang. Yang termasuk dalam teknik ini adalah metode

(39)

Metode rata-rata bergerak (Moving Averages) adalah upaya untuk

memuluskan data sebuah time series sehingga faktor siklis, musiman dan random bisa

dihilangkan atau diminimalisasi dampaknya sehingga akhirnya didapat sebuah trend

data. Adanya faktor siklis dan musiman membuat data sebuah time series berfluktuasi

atau jika ditampilkan dalam sebuah grafik data akan tampak bergelombang. Dengan

melakukan rata-rata bergerak maka diharapkan data hasil moving averege tersebut

menjadi lebih smooth sehingga fluktuasi data akan bisa dikurangi. Pada prinsipnya

moving averege adalah menghitung rata-rata data untuk n periode yang saling

sambung-menyambung antar data time series. (Santoso, 2003)

Keterangan :

n = jumlah perioda

dt = demand pada bulan ke t

• Exponential Smothing berusaha untuk memperbaiki suatu prakiraan

berdasarkan pengalaman-pengalaman baru secara terus menerus.

(Setiadi, 2003). Metode exponential smoothing merupakan pengembangan

dari metode moving averege. Metode pemulusan eksponensial terkadang lebih

efisien dibandingkan dengan moving averege dalam kaitannya dengan

kemampuannya untuk mengitung sebuah nilai pemulusan untuk setiap

n

d

MA

n

1 t

t

n

∑

₌

(40)

pengukuran respon. Dua metode dalam exponential smoothing diantaranya

single exponential smoothing dan double exponential smoothing. Single

exponensial bobot yang diberikan pada data yang ada adalah sebesar α untuk

data terbaru , α(1- α) untuk data yang lama, α(1- α)2 untuk data yang lebih

lama dan seterusnya. Besarnya α adalah antara 0-1. Semakin mendekati 1

berarti data terbaru lebih diperhatikan. Secara matematis forcast adalah :

Keterangan:

Ft+1 = Ramalan untuk periode berikutnya

Dt = Demand aktual pada periode t

Ft = Peramalan yg ditentukan sebelumnya untuk periode t

a = Faktor bobot

Pada metode Single exponensial smoothing proses penentuan ramalan dimulai

dengan menentukan besarnya alpha secara trial dan error sampai ditemukan α yang menghasilkan forecast error terkecil. (Gitosudarmo dan Najmudin, 2001)

t t

t

D

F

(41)

Didalam metode Double Exponential Smoothing dilakukan proses smoothing

(pemulusan) dua kali. Untuk mempermudah perhitungan, ikutilah

tahapan-tahapan berikut ini :

1. Carilah besarnya nilai smoothing yang pertama, yaitu dengan rumus

S’t= aXt+(1-a) S’t−1

2. Carilah besarnya nilai smoothing yang kedua, dengan memperhatikan

besarnya nilai smoothing pertama yaitu dengan rumus

S” _t= aS’_t+(1-a) S’’_t₋₁

3. Carilah besarnya nilai a_tdengan menggunakan rumus

a_t = 2S’_t+ S” _t

4. Carilah besarnya nilai b_t dengan menggunakan rumus

b_t = α α

−

1 (S’t-S’’t)

5. Lakukanlah perhitungan forecastnya dengan memasukkan besarnya nilai a_t

dan bt sehingga diperoleh

F_t₊_m = a_t+ b_t _(m₎

(42)

Besarnya α antara 0 sampai dengan 1 dicari dengan trial dan error.

(Setiadi, 2003)

2. Dekomposisi

Tujuan analisis dekomposisi adalah mengekstrak komponen deret waktu menjadi

sub-sub pola, bukan pola dasar. Keuntungan melakukan dekomposisi ini antara

lain adalah adanya ramalan jangka panjang (trend) dan ramalan jangka pendek

(musim). (Sugiarto dan Harijono,2000)

Metode ini digunakan dengan terlebih dahulu membagi atau melakukan

pemecahan kedalam 4 pola, yaitu : Trend (T), Fluktuasi Musim (M), Fluktuasi

Siklis (S) dan perubahan yang bersifat Random (R). Masing-masing pola tersebut

diketahui nilainya dulu, kemudian bersama-sama menentukan besarnya forcast

atau proyeksi dimasa yang akan datang. Secara matematis proyeksi (X) pada

waktu yang akan datang adalah (Gitosudarmo dan Najmudin, 2001).

Persamaan pendekatan dekomposisi :

X = T x M x S x R

Dimana :

R = nilai deret berkala pada periode

(43)

T = komponen Trend pada periode

S = komponen siklus pada periode

Et = komponen kesalahan

a. Trend adalah rata-rata perubahan dalam jangka panjang. Trend menggambarkan

perilaku data dalam jangka panjang yang dapat meningkat, menurun atau

konstan. Bila data yang ada menunjukan kenaikan maka trend tersebut

menunjukan trend positif, bila menunjukan penurunan maka trend tersebut

menunjukan trend negatif. Ada beberapa metode yang bisa digunakan untuk

menentukan trend yaitu trend linier, trend parabolik, dan trend exponential.

1. Trend Linier

Yang dimaksud dengan trend linier adalah merupakan model persamaan garis

lurus yang berbentuk berdasarkan titik-titik diagram pencar dari data selama

kurun waktu tertentu. Model trend biasa digunakan untuk memprediksi suatu

persoalan (membuat ramalan jangka panjang), adapun bentuk umum dari model

trend linier ini dinyatakan dengan persamaan Yt = a + bx

Yt = Nilai trend untuk setiap unit x

x = Unit waktu tertentu

a = intercept ( nilai trend Yt pada saat x = 0)

(44)

(Supangat, 2008)

2. Trend Parabolik

Trend parabolik adalah trend yang nilai variabel tak bebasnya naik atau turun

tidak secara linier atau terjadi secara parabola bila datanya dibuat scatter

diagramnya. (Manurung, 1990). Persamaan parabolik tersebut secara berikut :

Y = a + bX + cX2

1. ∑Y = n.a + c∑X2

2. ∑XY = b∑X2

3. ∑X2Y = a∑X2 + c∑X4

Untuk mencari nilai a dan c menggunakan persamaan (1) dan (3), sedangkan

nilai b menggunakan persamaan (2).

b. Variasi Musiman

Variasi atau gelombang musim merupakan variasi pasang surut yang terulang

(45)

adalah metode rata-rata sederhana, metode persentase terhadap trend dan metode

persentase terhadap rata-rata bergerak.

c. Variasi Siklis

Variasi siklis merupakan perubahan sesuatu hal yang berulang kembali lebih dari

satu tahun. Variasi siklis dinyatakan dalam bentuk indeks siklis .

d. Variasi Random

Variasi random merupakan perubahan suatu hal yang dapat terjadi secara

tiba-tiba dan sukar diperkirakan. (Gitosudarmo dan Najmudin, 2001)

2.2.4 Pemilihan Teknik Peramlan

Pemilihan teknik peramalan yang akan digunakan dipengaruhi oleh 4 aspek,

yaitu pola atau karakteristik data, jangka waktu, biaya dan tingkat akurasi yang

diinginkan.

Pola atau karakteristik data merupakan aspek utama yang sangat berpengaruh

terhadap pemilihan teknik peramalan. Suatu data yang memiliki pola trend (naik

turun) akan lebih tepat bila di-forecast dengan teknik dekomposisi. Sedangkan data

yang memiliki pola fluktuatif akan lebih tepat bila di-forecast dengan teknik

smoothing.

(46)

2.3Alur Penelitian

Penderita Penyakit Demam Berdarah Dengue Tahun 2005-2009

Kecenderungan

(47)

BAB III

METODE PENELITIAN

3.1Jenis Penelitian

Metode penelitian deskriptif (merupakan prosedur untuk membuat ikhtisar,

menata, membuat grafik, dan secara umum menggambarkan informasi kuantitatif)

dengan menggunakan rangkaian berkala (time series). (Murti, 1997)

3.2Lokasi dan Waktu Penelitian

Lokasi penelitian di lakukan di Dinas Kesehatan Provinsi Sumatera Utara

sejak bulan Oktober-Desember 2010.

3.3Metode Pengumpulan Data

Data yang dikumpulkan adalah data sekunder yaitu jumlah penderita penyakit

demam berdarah di Dinas Kesehatan Provinsi Sumatera Utara tahun 2005 sampai

dengan 2009.

(48)

Populasi dan Sampel adalah data penderita penyakit demam berdarah dari

tahun 2005 sampai dengan 2009 di Dinas Kesehatan Provinsi Sumatera Utara.

3.5Defenisi Operasional

1. Penderita penyakit demam berdarah

Adalah jumlah penderita yang tercatat pada laporan pada tahun 2005-2009.

2. Faktor Trend

Pemilihan trend yang akan digunakan dipengaruhi oleh 4 aspek, yaitu pola atau

karakteristik data, jangka waktu, biaya dan tingkat akurasi yang diinginkan.

3.6Analisa Data

Data yang telah dikumpulkan kemudian dilakukan uji regresi untuk melihat

hubungan signifikan antara waktu dengan jumlah penderita demam berdarah.

Hubungan signifikan tersebut dinyatakan dengan nilai probabilitas <0,05. Terhadap

data yang ada hubungan signifikan (Sig<0.05) data diramalkan selama 5 tahun

kedepan dengan menggunakan analisis time series dengan menghitung nilai trend.

Sedangkan data yang tidak terdapat hubungan signifikan (>0.05) data hanya

diramalkan satu tahun kedepan dengan metode double exponential smoothing dimana

alpha yang digunakan adalah yang memiliki nilai Mean Squared error terkecil. Data

(49)

BAB IV

HASIL PENELITIAN

4.1 Gambaran Umum Provinsi Sumatera Utara 4.1.1 Letak Geografis

Provinsi Sumatera Utara berada dibagian barat Indonesia, terletak pada garis

1° - 4° Lintang Utara, dan 98° - 100° Bujur Timur. Sebelah Utara berbatasan dengan

Provinsi Nanggroe Aceh Darussalam (NAD), sebelah Timur dengan Negara Malaysia

dan selat Malaka, sebelah Selatan berbatasan dengan Provinsi Riau dan Sumatera

Barat, dan disebelah Barat berbatasan dengan Samudra Hindia.

Luas daratan Provinsi Sumatera Utara adalah 71680,68 km² sebagian besar

berada didaratan pulau Sumatera dan sebagian kecil di Pulau Nias, pulau-pulau Batu,

serta beberapa pulau kecil baik dibagian barat maupun bagian timur pantai pulau

Sumatera. Berdasarkan luas daerah menurut kabupaten/kota di Sumatera Utara luas

daerah terbesar adalah Kabupaten Mandailing Natal dengan luas 6620,70 km² atau

sekitar 9,24% dari total luas Sumatera Utara, diikuti Kabupaten Langkat dengan luas

6263,29 km² (8,74%) kemudian kabupaten Simalungun dengan luas 4386,60 km²

(6,09%). Sedangkan luas daerah terkecil adalah Kota Sibolga dengan luas 10,77 km²

(0,02%) dari total luas wilayah Sumatera Utara. Berdasarkan kondisi letak dan

kondisi alam, Sumatera Utara dibagi dalam 3 (tiga) kelompok wilayah yaitu Pantai

Barat, Dataran Tinggi dan Pantai Timur. Secara administratif, Sumatera Utara pada

tahun 2009 memiliki 33Kab/ Kota yaitu 8 Kota dan 25 Kabupaten.(Dinkes

(50)

4.1.2 Kependudukan

Sumatera Utara merupakan Provinsi keempat yang terbesar jumlah

penduduknya di Indonesia setelah Jawa Timur, Jawa Barat dan Jawa Tengah.

Berdasarkan Badan Pusat Statistik Provinsi Sumatera Utara pada tahun 2009 tercatat

sebesar 13.248.386 jiwa dengan tingkat kepadatan penduduk sebesar 184,83 per km².

Penduduk laki-laki di Sumatera Utara lebih sedikit dibandingkan perempuan,

berdasarkan sex ratio jumlah penduduk Sumatera Utara pada tahun 2009 berjenis

kelamin perempuan sebanyak 6.654.268 jiwa dan laki-laki 6.594.118 jiwa, berarti sex

ratio sebesar 99,10%.(Dinkes Pemprovsu, 2009)

4.1.3 Umur

Komposisi penduduk Sumatera utara menurut kelompok umur menunjukan

bahwa penduduk yang berusia muda (0-14) sebesar 32,65% yang berusia produktif

(15-64tahun) sebesar 62,8% dan yang berusia tua (>65tahun) sebesar 4,55%. Dengan

demikian maka Angka Beban Tanggungan (Dependency Ratio) penduduk Sumatera

Utara tahun 2009 sebesar 59,23%. Angka ini mengalami kenaikan dibandingkan

tahun 2008 sebesar 55,53%.(Dinkes Pemprovsu, 2009)

4.1.4 Pendidikan

Dari hasil survei Angkatan Kerja Nasional bulan Agustus 2008 dapat dilihat

tingkat pendidikan angkatan kerja berumur 15 tahun keatas di Sumatera Utara yang

tidak pernah sekolah 1,95%, tidak tamat SD 10,81%, tamat SD 27,90% , tamat SMP

(51)

menggambarkan bahwa tingkat pendidikan angkatan kerja di Sumatera Utara

sebagian besar masih berpendidikan SD kebawah. Kemampuan membaca dan

menulis tercermin dari Angka Melek Huruf yaitu persentase penduduk usia 10 tahun

keatas yang dapat membaca dan menulis huruf latin dan huruf lainnya. Kondisi tahun

2008 persentase penduduk Sumatera Utara yang melek huruf 97,08%. Persentase

penduduk berumur 10 tahun keatas yang melek huruf per Kab/ Kota tahun 2009 tidak

bergambar dengan jelas karena datanya tidak lengkap.(Dinkes Pemprovsu, 2009)

4.2 Jumlah penderita demam berdarah Tahun 2005-2009 dan hasil ramalannya tahun 2010-2014

4.2.1 Penderita demam berdarah Provinsi Sumatera Utara

Dari laporan seksi P3B2 diketahui jumlah penderita demam berdarah tahun

2005-2009 terlihat pada tabel berikut :

Tabel 4.1 Distribusi penderita demam berdarah di Provinsi Sumatera Utara

Tahun Sumatera Utara

2005 5268

2006 2324

2007 4487

2008 4857

2009 5239

Jumlah 22175

Berdasarkan hasil uji regresi linier, diperoleh nilai signifikannya sebesar

0.021(<0.05). Artinya ada hubungan secara linier antara waktu dengan jumlah

(52)

metode trend dengan persamaan Y = 3740.8+(247.5)X+(347.1)X². Persamaan

tersebut dimaksudkan untuk meramal jumlah penderita demam berdarah tahun

2010-2014 di Provinsi Sumatera Utara. Hasil perhitungannya menunjukan peningkatan tiap

tahunnya seperti terlihat pada tabel berikut :

Tabel 4.2 Peramalan jumlah penderita demam berdarah di Provinsi Sumatera Utara

Tahun Hasil peramalan

2010 7607

2011 10284

2012 13655

2013 17721

2014 22481

Jumlah 71748

Peramalan jumlah penderita demam berdarah di Provinsi Sumatera Utara

terjadi peningkatan setiap tahunnya. Seperti terlihat di gambar berikut ini :

Gambar 4.1 Hasil peramalan Provinsi Sumatera Utara dengan menggunakan metode trend

0 5000 10000 15000 20000 25000

(53)

4.2.2 Penderita demam berdarah Kota Medan

Tabel 4.3 Distribusi penderita demam berdarah di Kota Medan

Tahun Medan

2005 1923

2006 1376

2007 1927

2008 1703

2009 1949

Jumlah 8878

0.423(>0.05). Artinya tidak ada hubungan secara linier antara waktu dengan jumlah

penderita, maka jumlah demam berdarah diramalkan dengan menggunakan metode

exponential smoothing. Peramalan metode exponential smoothing dengan

menggunakan persamaan Ft+m = at +bt(m). Nilai alpha yang digunakan 0.6 karena

memiliki nilai squared error yang paling kecil. dimana at = 1827.198 dan bt =

(-0.73026) maka didapat persamaan Ft + m = 1911.079 + (68.84928)m. Maka hasil

ramalan untuk tahun 2010 adalah sebanyak 1980 penderita. Peramalan jumlah

penderita demam berdarah di Kota Medan terjadi peningkatan. Seperti terlihat di

(54)

Gambar 4.2 Hasil peramalan Kota Medan dengan menggunakan metode exponential smoothing

4.2.3 Penderita demam berdarah Kota Tebing Tinggi

Tabel 4.4 Distribusi penderita demam berdarah di Kota Tebing Tinggi

Tahun Tebing Tinggi

2005 326

2006 66

2007 392

2008 170

2009 205

Jumlah 1159

0 500 1000 1500 2000 2500

(55)

memiliki nilai error yang paling kecil. dimana at = 199.6688 dan bt = (-18.9648)

maka didapat persamaan Ft + m = 199.6688 + (-18.9648)m. Maka hasil ramalan

untuk tahun 2010 adalah sebanyak 180 penderita.

Peramalan jumlah penderita demam berdarah di Kota Tebing Tinggi terjadi

penurunan. Seperti terlihat di gambar berikut ini :

Gambar 4.3 Hasil peramalan Kota Tebing Tinggi dengan menggunakan metode exponential smoothing

4.2.4 Penderita demam berdarah Kabupaten Deli Serdang

Tabel 4.5 Distribusi penderita demam berdarah di Kabupaten Deli Serdang

Tahun Deli Serdang

2005 483

2006 199

2007 296

2008 325

2009 458

Jumlah 1761

0 50 100 150 200 250 300 350 400 450

(56)

memiliki nilai error yang paling kecil. dimana at = 413.0625 dan bt = (23.1875) maka

didapat persamaan Ft + m = 413.0625 + (23.1875)m. Maka hasil ramalan untuk tahun

2010 adalah sebanyak 436 penderita

Peramalan jumlah penderita demam berdarah di Kabupaten Deli Serdang

terjadi penurunan. Seperti terlihat di gambar berikut ini :

Gambar 4.4 Hasil peramalan Kabupaten Deli Serdang dengan menggunakan metode exponential smoothing

4.2.5 Penderita demam berdarah Kabupaten Langkat

0 100 200 300 400 500 600

(57)

Tabel 4.6 Distribusi penderita demam berdarah di Kabupaten Langkat

Tahun Langkat

2005 98

2006 39

2007 92

2008 199

2009 96

Jumlah 524

2010 adalah sebanyak 125 penderita.

Peramalan jumlah penderita demam berdarah di Kabupaten Langkat terjadi

(58)

Gambar 4.5 Hasil peramalan Kabupaten Langkat dengan menggunakan metode exponential smoothing

4.2.6 Penderita demam berdarah Kabupaten Asahan

Tabel 4.7 Distribusi penderita demam berdarah di Kabupaten Asahan

Tahun Asahan

2005 75

2006 38

2007 72

2008 66

2009 95

Jumlah 346

0 50 100 150 200 250

(59)

didapat persamaan Ft + m = 87.5625 + (7.5)m. Maka hasil ramalan untuk tahun 2010

adalah sebanyak 95 penderita.

Peramalan jumlah penderita demam berdarah di Kabupaten Asahan

mengalami jumlah yang tetap. Seperti terlihat di gambar berikut ini :

Gambar 4.6 Hasil peramalan Kabupaten Asahan dengan menggunakan metode exponential smoothing

4.2.7 Penderita demam berdarah Kabupaten Labuhan Batu

2005-2009 terlihat pada tabel berikut

Tabel 4.8 Distribusi penderita demam berdarah di Kabupaten Labuhan Batu

Tahun Labuhan Batu

2005 71

2006 6

2007 63

2008 47

2009 8

Jumlah 195

0 20 40 60 80 100

(60)

memiliki nilai error yang paling kecil. dimana at = 17.25 dan bt = (-11.1875) maka

didapat persamaan Ft + m = 17.25+ (-11.1875)m. Maka hasil ramalan untuk tahun

Peramalan jumlah penderita demam berdarah di Kabupaten Labuhan Batu

Gambar 4.7 Hasil peramalan Kabupaten Labuhan Batu dengan menggunakan metode exponential smoothing

4.2.8 Penderita demam berdarah Kabupaten Simalungun

0 10 20 30 40 50 60 70 80

(61)

Tabel 4.9 Distribusi penderita demam berdarah di Kabupaten Simalungun

Tahun Simalungun

2005 189

2006 72

2007 231

2008 397

2009 307

Jumlah 1196

Peramalan jumlah penderita demam berdarah di Kabupaten Simalungun

terjadi peningkatan. Seperti terlihat di gambar berikut ini :

Gambar 4.8 Hasil peramalan Kabupaten Simalungun dengan menggunakan metode exponential smoothing

0 100 200 300 400 500

(62)

4.2.9 Penderita demam berdarah Kabupaten Tapanuli Utara

Tabel 4.10 Distribusi penderita demam berdarah di Kabupaten Tapanuli Utara

Tahun Tapanuli Utara

2005 0

2006 8

2007 17

2008 25

2009 16

Jumlah 66

Peramalan jumlah penderita demam berdarah di Kabupaten Tapanuli Utara

(63)

Gambar 4.9 Hasil Peramalan Kabupaten Tapanuli Utara dengan menggunakan metode exponential smoothing

4.2.10 Penderita demam berdarah Kabupaten Toba Samosir

Tabel 4.11 Distribusi penderita demam berdarah di Kabupaten Toba Samosir

Tahun Toba Samosir

2005 27

2006 17

2007 17

2008 19

2009 25

Jumlah 105

0 5 10 15 20 25 30

(64)

didapat persamaan Ft + m = 22.875 + (0.75)m. Maka hasil ramalan untuk tahun 2010

adalah sebanyak 24 penderita

Peramalan jumlah penderita demam berdarah di Kabupaten Toba Samosir

Gambar 4.10 Hasil peramalan Kabupaten Toba Samosir dengan menggunakan metode exponential smoothing

4.2.11 Penderita demam berdarah Kabupaten Tapanuli Tengah

Tabel 4.12 Distribusi penderita demam berdarah di Kabupaten Tapanuli Tengah

Tahun Tapanuli Tengah

2005 0

2006 10

2007 8

2008 8

2009 22

Jumlah 48

0 5 10 15 20 25 30

(65)

didapat persamaan Ft + m = 17.6512+ (3.2768)m. Maka hasil ramalan untuk tahun

Peramalan jumlah penderita demam berdarah di Kabupaten Tapanuli Tengah

Gambar 4.11 Hasil peramalan Kabupaten Tapanuli Tengah dengan menggunakan metode exponential smoothing

4.2.12 Penderita demam berdarah Kabupaten Tapanuli Selatan

0 5 10 15 20 25

(66)

Tabel 4.13 Distribusi penderita demam berdarah di Kabupaten Tapanuli Selatan

Tahun Tapanuli Selatan

2005 2

2006 0

2007 11

2008 3

2009 6

Jumlah 22

Peramalan jumlah penderita demam berdarah di Kabupaten Tapanuli Selatan

(67)

Gambar 4.12 Hasil peramalan Kabupaten Tapanuli Selatan dengan menggunakan metode exponential smoothing

4.2.13 Penderita demam berdarah Kabupaten Mandailing Natal

Dari laporan seksi P3B2 diketahui jumlah penderita demam berdarah tahun 2005-2009 terlihat pada tabel berikut :

Tabel 4.14 Distribusi penderita demam berdarah di Kabupaten Mandailing Natal

Tahun Mandailing Natal

2005 0

2006 0

2007 0

2008 9

2009 0

Jumlah 9

0 2 4 6 8 10 12

(68)

memiliki nilai error yang paling kecil. dimana at = 2.25 dan bt = (0) maka didapat

persamaan Ft + m = 2.25+ (0)m. Maka hasil ramalan untuk tahun 2010 adalah

sebanyak 2 penderita.

Peramalan jumlah penderita demam berdarah di Kabupaten Mandailing Natal

adalah tetap. Seperti terlihat di gambar berikut ini

Gambar 4.13 Hasil peramalan Kabupaten Mandailing Natal dengan menggunakan metode exponential smoothing

4.2.14 Penderita demam berdarah Kabupaten Nias

Tabel 4.15 Distribusi penderita demam berdarah di Kabupaten Nias

Tahun Nias

2005 0

2006 2

2007 0

2008 2

2009 19

Jumlah 23

0 2 4 6 8 10