• Tidak ada hasil yang ditemukan

Meramalkan Jumlah Pasien Penderita Hiper

N/A
N/A
Protected

Academic year: 2018

Membagikan "Meramalkan Jumlah Pasien Penderita Hiper"

Copied!
9
0
0

Teks penuh

(1)

Meramalkan Jumlah Pasien Penderita Hipertensi Primer yang Berobat Di Puskesmas Kabupaten Sleman Dengan Metode Single Moving Average

Arifati Kustanti1 dan R.B. Fajriya Hakim, S.Si, M.Si.2 1Mahasiswa Program Studi Statistika, FMIPA UII Yogyakarta

2Dosen Pembimbing KP, FMIPA UII Yogyakarta

ABSTRAK

Kerja Praktek dilaksanakan di Dinas Kesehatan Kabupaten Sleman Yogyakarta. Kerja Praktek ini dapat mengaplikasikan ilmu Statistika di dunia kerja terutama di dinas pemerintahan. Penggunaan analisis runtun waktu dengan metode single moving average ini bertujuan untuk memprediksi jumlah pasien hipertensi primer yang berobat di puskesmas kabupaten Sleman untuk bulan Januari 2013. Data yang digunakan adalah data sekunder yang diperoleh dari bagian P2PL Dinas Kesehatan Kabupaten Sleman Yogyakarta. Dengan prediksi jumlah pasien hipertensi primer yang berobat di puskesmas kabupaten Sleman untuk bulan Januari 2013 ini diharapkan pemerintah daerah dapat mengupayakan peningkatan pelayanan kesehatan di Kabupaten Sleman Yogyakarta.

Kata Kunci : Hipertensi, Analisis Runtun Waktu dan Metode Single Moving

Average.

I. PENDAHULUAN

1.1. Latar Belakang

Hipertensi merupakan penyebab kematian nomor 3 setelah stroke dan tuberkulosis, yakni mencapai 6,7% dari populasi kematian pada semua umur di Indonesia. Hipertensi merupakan gangguan sistem peredaran darah yang menyebabkan kenaikan tekanan darah di atas normal, yaitu 140/90 mmHg. Hasil Riset Kesehatan Dasar (Riskesdas) Balitbangkes tahun 2007 menunjukan prevalensi hipertensi secara nasional mencapai 31,7%.(Depkes RI, 2010)

(2)

satunya hipertensi. ( S K RT, 2 0 0 0 )

Putri memberitahukan bahwa jumlah pasien terbanyak yang dirawat di Rumah Sakit (RS) Dokter Sardjito Yogyakarta adalah penderita hipertensi. Sepanjang tahun 2010, RS Sardjito melayani penderita hipertensi 20.189 orang, dan selama Desember 2010 ada 1.481 pasien hipertensi.(Tribun Jogja, 2011)

Makin meningkatnya harapan hidup makin kompleks penyakit yang diderita oleh orang lanjut usia, termasuk lebih sering terserang hipertensi. Hipertensi pada lanjut usia sebagian besar merupakan hipertensi sistolik terisolasi (HST), dan pada umumnya merupakan hipertensi primer. (Kaplan, 1999)

Ancaman penyakit tidak menular seperti hipertensi pada kabupaten Sleman masih menjadi masalah kesehatan masyarakat (Dinkes Sleman, 2013). Didukung dengan adanya data Penyakit Tidak Menular berbasis puskesmas di kabupaten Sleman, hipertensi primer menduduki peringkat pertama penyakit tidak menular dengan presentase sebesar 69% atau 5352 penderita hipertensi selama tahun 2012.

Untuk menangani permasalahan hipertensi, perlu dibentuk suatu program, namun terlebih dahulu dilakukan suatu perencanaan. Perencanaan adalah kegiatan yang dikerjakan untuk sesuatu kebutuhan atau aktifitas pada masa-masa mendatang, maka satu prinsip yang tidak boleh dilupakan adalah meramalkan (forecasting) mengenai yang akan terjadi pada masa yang akan datang. (Nur, 2006)

Maka perlu dilakukan peramalan data untuk penderita hipertensi primer guna perbaikan penanganan pelayanan dan lebih tersedianya obat-obat yang menunjang untuk para penderita hipertensi. Prediksi ini diharapkan dapat membantu Dinas Kesehatan Kabupaten Sleman dalam membenahi sistem penanganan pelayanan dan obat untuk para penderita hipertensi primer. Sehingga terwujudlah kesadaran hidup sehat dikalangan masyarakat terutama pada Kabupaten Sleman.

(3)

Prediksi jumlah pasien hipertensi primer yang berobat di puskesmas kabupaten Sleman untuk bulan Januari 2013 sangat penting, karena diharapkan menjadi acuan bagi pemerintah daerah kabupaten Sleman agar dapat meningkatkan pelayanan dan obat. Permasalahan dalam laporan ini adalah berapakah prediksi jumlah pasien hipertensi primer yang berobat di puskesmas kabupaten Sleman untuk bulan Januari 2013.

1.3. Batasan Masalah

Agar pembahasan dalam penelitian ini tidak terlalu meluas, maka dalam penelitian ini diberikan batasan-batasan sebagai berikut :

a. Penelitian dilakukan di Dinas Kesehatan Kabupaten Sleman Yogyakarta.

b. Data yang di ambil adalah data penyakit tidak menular berbasis puskesmas di Dinas Kabupaten Sleman tahun 2012, mengambil lima puskesmas yang datanya memenuhi syarat.

c. Data yang diperoleh akan diolah dengan menggunakan software

Minitab 14. Metode yang digunakan adalah Single Movinge Average

(Metode Rata-rata Bergerak Tunggal).

1.4. Tujuan Penelitian

Tujuan dari penelitian ini adalah untuk memprediksi jumlah pasien hipertensi primer yang berobat di puskesmas kabupaten Sleman untuk bu-lan Januari 2013.

1.5. Manfaat Penelitian

Dari penelitian ini diharapkan menghasilkan manfaat sebagai berikut: a. Dapat dijadikan sebagai referensi bagi Dinas Kesehatan Kabupaten

Sleman.

b. Memberikan tambahan informasi akan kegunaan analisis runtun waktu

(time series) dalam memprediksi data di periode yang akan datang. c. Manfaat bagi penulis yaitu sebagai pembelajaran dalam penulisan tugas

akhir.

II. LANDASAN TEORI

(4)

Analisis runtun waktu adalah analisis yang bertujuan untuk mempela-jari atau membuat mekanisme model stokastik yang memberikan reaksi runtun waktu yang diobservasi dan memprediksi nilai runtun waktu yang akan datang didasarkan pada histori itu sendiri. Adapun ciri-ciri analisis runtun waktu yang menonjol adalah bahwa deretan observasi pada suatu variabel dipandang sebagai realisasi dari variabel random berditribusi bersama (Soejoeti, 1987).

2.1.1. Pola Data

Runtun waktu mengidentifikasi pola data yang umum terbentuk sebagai berikut :

Pola horisontal (H) terjadi bilamana nilai data berfluktuasi

disek-itar nilai rata-rata yang konstan. Deret seperti itu stasioner ter-hadap nilai rata-ratanya. (Makridakis, 1989)

Pola musiman (S) menunjukkan pola perubahan yang berulang

setiap tahun. (Arsyad, 1999)

Pola siklis (C) adalah fluktuasi seperti gelombang disekitar trend,

pola ini cenderung berulang setiap dua tahun, tiga tahun, atau lebih. (Arsyad, 1999)

Pola trend (T) terjadi bilamana terdapat kenaikan atau penurunan

sekuler jangka panjang dalam data. (Makridakis, 1989)

2.2. Metode Single Moving Average (Rata-rata Bergerak Tunggal)

Metode single moving average merupakan salah satu jenis metode peramalan. Metode peramalan atau forecasting adalah merupakan dugaan atau perkiraan mengenai terjadinya suatu kejadian atau peristiwa yang akan datang (Supranto, 2010).

(5)

Dalam metode ini peramalan dilakukan dengan mengulang perhitungan secara terus menerus dengan menggunakan data terbaru. (Arsyad, 1999)

(2.1)

Keterangan :

= rata-rata bergerak pada periode t.

= nilai ramalan periode berikutnya.

= nilai aktual pada periode t.

= jumlah data dalam rata-rata bergerak.

2.3. Ukuran Ketepatan Peramalan

III. ANALISIS DATA DAN PEMBAHASAN 3.1. Hasil dan Pembahasan

Diperoleh output perhitungan nilai prediksi pasien hipertensi untuk bulan Januari 2013 dari lima puskesmas di Sleman dengan menggunakan software minitab 14 dan pertimbangan hasil perbandingan ukuran error seperti berikut :

(6)

Nilai Error MA_2 MA_3 MA_4 MA_5 MAPE 14,957 14,584 13,823 15,103

MAD 22,7 21,667 19,75 20,686 MSD 659,6 692,679 672,516 701,017 FORECAST 130 140,667 146,25 142,6

Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah 13,823. Maka hasil forecast yang dipakai yaitu pada MA_4 dengan hasil forecast untuk bulan januari sebesar 146,25 atau 146 pasien.

Puskesmas Godean 1

Nilai Error MA_2 MA_3 MA_4 MA_5 MAPE 17,02 15,11 12,96 9,05

MAD 53,3 47,26 42,75 28,69 MSD 3357,25 2971,63 2511,98 1501,02 FORECAST 301 315,667 314 305,2

Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah 9,05. Maka hasil forecast yang dipakai yaitu pada MA_5 dengan hasil forecast untuk bulan januari sebesar 305 pasien.

Puskesmas Turi

Nilai Error MA_2 MA_3 MA_4 MA_5 MAPE 16,133 15,803 14,226 16,812

MAD 25,35 25,111 22,375 25,743 MSD 990,075 752,543 646,531 925,4 FORECAST 180,5 182,667 180 168,8

Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah 14,226. Maka hasil forecast yang dipakai yaitu pada MA_4 dengan hasil forecast untuk bulan januari sebesar 180 pasien.

Puskesmas Tempel 1

Nilai Error MA_2 MA_3 MA_4 MA_5 MAPE 22,37 24,63 29,47 30,63

MAD 40,55 44,07 51,5 51,86 MSD 2180,73 2186,3 2823,55 2842,99 FORECAST 216,5 183,667 196,5 187,8

Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah 22,37. Maka hasil forecast yang dipakai yaitu pada MA_2 dengan hasil forecast untuk bulan januari sebesar 216 pasien.

(7)

Nilai Error MA_2 MA_3 MA_4 MA_5 MAPE 18,89 16,77 15,63 30,63

MAD 55,9 51,48 47,56 51,86 MSD 4705 3761,68 3304,19 1504,43 FORECAST 272,5 295 292 287,8

Dari tabel diatas dapat disimpulkan bahwa nilai MAPE terkecil adalah 15,63. Maka hasil forecast yang dipakai yaitu pada MA_4 dengan hasil forecast untuk bulan januari sebesar 292 pasien.

IV. PENUTUP

4.1. Kesimpulan

Berdasarkan hasil analisis runtun waktu metode Single Moving Average dengan menggunakan Minitab 14, diperoleh kesimpulan sebagai berikut :

 Puskesmas Depok 1

Prediksi bulan Januari tahun 2013 : 146 pasien penderita hipertensi

 Puskesmas Godean 1

Prediksi bulan Januari tahun 2013 : 305 pasien penderita hipertensi

 Puskesmas Turi

Prediksi bulan Januari tahun 2013 : 180 pasien penderita hipertensi

 Puskesmas Tempel 1

Prediksi bulan Januari tahun 2013 : 216 pasien penderita hipertensi

 Puskesmas Moyudan

Prediksi bulan Januari tahun 2013 : 292 pasien penderita hipertensi

4.2. Saran

 Berdasarkan hasil analisis diharapkan dapat menjadi bahan informasi

untuk Dinas Kesehatan kabupaten Sleman.

 Membantu meningkatkan sistem pelayanan kesehatan dan

obat-obatan untuk penderita hipertensi primer di kabupaten Sleman.

 Mewujudkan masyarakat yang sadar akan kesehatan dan pola hidup

sehat.

 Sebagai bahan referensi untuk penelitian lebih lanjut.

(8)

Arsyad, Lycolin. 1999. Peramalan Bisnis. Yogyakarta : BPFE.

Depkes. 2010. Hipertensi Penyebab Kematian Nomor Tiga. http://www.depkes.go.id/index.php/berita/press-release/810-hipertensi-penyebab-kematian-nomor-tiga.html 2, 24 Mei 2013, 17:18.

Gunawan-Lany, 2005. Hipertensi. Yogyakarta : Kanisius.

Handayani, Nur. 2006. Analisis Kecenderungan Penderita Demam Berdarah Dengue (DBD) Tahun 2001-2005 untuk Peramalan Tahun 2006-2010 Di RSU Dr. Pirngadi Medan. Fakultas Kesehatan Masyarakat Universitas Sumatera Utara Medan. (Dikases dari repository.usu.ac.id, pada tanggal 13 Juni 2013 pukul 00.53 WIB)

Kaplan NM. Hypertension in the elderly. London: Martin Dunitz; 1999.

Kurniawan, dkk. Agustus 2010. Sistem Informasi Persediaan Ban Kendaraan Pada Mulia Jaya Menggunakan Metode Single Moving Average. Jurnal Ilmiah. Volume 1, Nomor 1.

Kuswardhani RAT, Mei 2006,Penatalaksanaan Hipertensi Pada Lanjut Usia.J Peny Dalam. Volume 7, Nomor 2.

Makridakis, dkk. 1999. Metode dan Aplikasi Peramalan. Jakarta : Binarupa Aksara.

Nova, 2013. Satu dari Tiga Orang Dewasa Menderita Hipertensi.

http://jogja.tribunnews.com/2013/04/10/satu-dari-tiga-orang-dewasa-menderita-hipertensi/, 24 Mei 2013, 17:30.

Profil SKPD Dinas Kesehatan Kabupaten Sleman Tahun 2012.

Rudianto B.F., 2013. Menaklukkan Hipertensi dan Diabetes (Mendeteksi, Mencegah, dan Mengobati dengan Cara Medis dan Herbal). Yogyakarta : Sakkhasukina.

Soejoeti, Zanzawi. 1987. Analisis Runtun Waktu. Jakarta : Penerbit Karunia Jakarta Universitas Terbuka.

Sugiarto, Aris. 2007. Faktor-Faktor Risiko Hipertensi Grade II pada Masyarakat. Tesis pada Bidang Epidiomologi. UNDIP : Tidak diterbitkan.

Supranto, J, 2010. Metode Ramalan Kuantitatif. Penerbit Rineka Cipta.

(9)

Badan Penenlitian dan Pengembangan Kesehatan Departemen Kesehatan, Republik Indonesia.

Syahrini, dkk. 2012. Faktor-Faktor Resiko Hipertensi Primer di Puskesmas Tlogosari Kulon Kota Semarang. Jurnal Kesehatan Masyarakat. Volume 1, No.2, http://ejournals1.undip.ac.id/index.php/jkm. 29 Mei 2013, 13:25.

Tribun Jogja, 2011. RS Sardjito Yogya Banjir Pasien Hipertensi. http://jogja.tribunnews.com/2011/01/18/rs-sardjito-yogya-banjir-pasien-hipertensi, 27 Mei 2013, 17:30.

Referensi

Dokumen terkait

Lebih lanjut Menteri Marwan menambahkan jika infrastruktur serta sarana dan prasarana desa sudah baik, maka dana desa dapat digunakan untukpemberdayaan masyarakat

Tujuan Untuk mengetahui besarnya pengaruh sosial ekonomi terhadap usia perkawinan pertama pada masyarakat Provinsi Gorontalo. 1) Untuk mengetahui besarnya pengaruh

Gambar 4. Rata-rata pertumbuhan daun jambu mete setelah infestasi H.. aktif alkil gliserol ftalat, B. bassiana strain Leptocorisa sp. + perekat perata bahan aktif alkil

LAPORAN PERKEMBANGAN

Matius 15:3-9 menjelaskan bagaimana Yesus berhak mendakwa orang-orang Farisi atas peniadaan perintah Allah untuk menghormati orang tua mereka dengan mengatakan

Penelitian tentang Analisis Manajemen Strategik Program Keluarga Harapan Kementerian Sosial dalam Memberdayakan Pendidikan Islam di Madrasah Aliyah se Kecamatan

Analisis fungsi produksi stochastic frontier dapat digunakan untuk mengukur efisiensi teknis dari usahatani padi pasang surut dari sisi output dan faktor-faktor yang

Aspek Citra yang akan dimunculkan pada perencanaan proyek Komplek Bangunan Kesenian di Yogyakarta ini adalah unsur arsitektur tradisional jawa dengan penggabungan arsitektur