Peramalan Tingkat Kematian Neonatal Bayi Menggunakan Metode Fuzzy Time Series Chen Pada Tahun 2025
Abstract
Kematian neonatal merupakan indikator penting dalam menilai kondisi kesehatan masyarakat, khususnya pada bayi baru lahir usia 0–28 hari. Fluktuasi angka kematian neonatal dari tahun ke tahun di berbagai daerah menimbulkan kekhawatiran dan memerlukan pendekatan prediktif yang akurat. Penelitian ini bertujuan untuk meramalkan jumlah kematian neonatal pada tahun 2025 di Provinsi Sumatera Utara menggunakan metode Fuzzy Time Series (FTS) model Chen. Data sekunder diperoleh dari Dinas Kesehatan Provinsi Sumatera Utara, mencakup angka kematian neonatal tahunan pada 33 kabupaten/kota dari tahun 2018 hingga 2023 dengan total 198 data. Hasil peramalan menunjukkan bahwa jumlah kematian neonatal pada tahun 2025 diprediksi sebanyak 766 kasus, menurun dari proyeksi tahun 2024 yaitu 796 kasus. Nilai akurasi model diukur menggunakan Mean Absolute Error (MAE) dan Root Mean Square Error (RMSE) dengan hasil menunjukkan tingkat kesalahan yang relatif rendah, sehingga model ini dinilai layak digunakan dalam mendukung pengambilan kebijakan kesehatan di masa mendatang.
Keywords
Full Text:
PDFReferences
Bagaskoro, D. S., Alamsyah, F. A., & Ramadhan, S. (2022). Faktor-Faktor Yang Mempengaruhi Demografi: Fertilitas, Mortalitas Dan Migrasi (Literature Review Perilaku Konsumen). Jurnal Ilmu Hukum Humaniora dan Politik, 2 (3), 294-303.
Maricar, M Azman. 2019. Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ. Vo.13, No. 2, Mei 2019.
Novia, Anggun, Elni. dkk. (2022). Prediksi Angka Kelahiran Tahun 2022 di Sumatera Utara Menggunakan Metode Naive Bayes. Jurnal Pendidikan Matematika dan Ilmu Pengetahuan Alam. 1 (3). 8-14.
Nurjanah. (2021). Analisis Kepuasan Konsumen dalam Meningkatkan Pelayanan Pada Usaha Laundry Bunda. Jurnal Mahasiswa , 117-125.
Nurhayati, N., Abdullah, A., Maidar, M., Hermansyah, H., & Zakaria, R. (24). Determinan Kematian Neonatal di Rumah Sakit Ibu dan Anak Aceh. Jurnal Kesehatan Komunitas (KESKOM), 10, (1), 86-95.
Oktarina, R. (2022). Faktor-Faktor Yang Berhubungan Dengan Kejadian Kematian Neonatal Usia Dini. Cendekia Medika : Jurnal STIKES Al-Ma'arif Baturaja, 7 (2), 107-115.
Song Q. & Chissom, B.S.2020. Forecasting Enrollments with Fuzzy Time Series-Part II. Journal of Fuzzy Sets and Systems, 62: 1-8.
Sugiyono. 2014. Metode Penelitian Pendidikan Pendekatan Kuantitatif. Bandung : Alfabeta.
Suhadi, M., Susiana. (2022). Forecasting The Number of Death Due To Traffic Accident in Medan City Using Exponential Smoothing Method. ZERO : Jurnal Sains, Matematika, dan Terapan, 6 (2). 39-44.
Widiyanto. M, H., & Garno, R. M. (2023). Implementasi Time Series Pada Data Penjualan Di Gaikindo Menggunakan Algoritma Seasonal Arima. Jurnal Mahasiswa Teknik Informatika (JATI), 7 (3). 1501-1506.
DOI: https://doi.org/10.26877/imajiner.v7i4.23485
Refbacks
- There are currently no refbacks.
View My Stats
Barcode ISSN Imajiner: Jurnal Matematika dan Pendidikan Matematika
Imajiner: Jurnal Matematika dan Pendidikan Matematika telah terindeks pada:
Imajiner: Jurnal Matematika dan Pendidikan Matematika by Program Studi Pendidikan Matematika Universitas PGRI Semarang is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.Based on a work at http://journal.upgris.ac.id/index.php/imajiner.