ANALISIS DATA PADA KASUS POSITIF COVID-19 DI PROVINSI LAMPUNG MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN METODE PEMULUSAN EKSPONENSIAL GANDA HOLT

DINDHA AGUSTINA, 1717031077 (2021) ANALISIS DATA PADA KASUS POSITIF COVID-19 DI PROVINSI LAMPUNG MENGGUNAKAN METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN METODE PEMULUSAN EKSPONENSIAL GANDA HOLT. FAKULTAS MATEMATIKA ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK-ABSTRACT - Rocket Digital_2.pdf Download (2836Kb) | Preview
	File PDF 2. SKRIPSI FULL - Rocket Digital_5.pdf Restricted to Hanya staf Download (5Mb)
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN - Rocket Digital_5.pdf Download (4Mb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Metode ARIMA merupakan metode peramalan data deret waktu yang meliputi proses stasioner, autokorelasi, autokorelasi parsial dan lain-lain, sedangkan metode pemulusan eksponensial ganda holt adalah salah satu metode peramalan yang digunakan pada data deret waktu yang mengandung pola trend. Tujuan dari penelitian ini adalah menerapkan metode ARIMA dan metode pemulusan eksponensial ganda holt pada data deret waktu. Pemilihan model yang terbaik dalam peramalan adalah model yang memiliki nilai MSE (Mean Square Error) terkecil. Data yang dianalisis merupakan data harian pasien positif COVID-19 di Provinsi Lampung pada periode 1 September 2020 hingga 30 Juni 2021. Data dibagi menjadi dua bagian, yaitu data training dan data testing. Hasil penelitian menunjukkan bahwa berdasarkan MSE, pengujian data testing harian pasien positif COVID-19 di Provinsi Lampung dengan menggunakan metode ARIMA memberikan hasil yang lebih baik dibandingkan dengan metode pemulusan eksponensial ganda Holt. Kata kunci : Peramalan, Trend, Data Training, Data Testing, Metode ARIMA, Metode Pemulusan Eksponensial Ganda Holt. ARIMA method is a time series data forecasting method which includes stationary processes, autocorrelation, partial autocorrelation and others, while the Holt double exponential smoothing method is one of the forecasting methods used on time series data containing trend patterns. The purpose of this study is to apply the ARIMA method and the Holt double exponential smoothing method on time series data. The best model selection in forecasting is the model that has the smallest MSE (Mean Square Error) value. The data analyzed is data on the number of positive COVID-19 patients in Lampung Province in the period September 1, 2020 to June 30, 2021. The data is divided into two parts, namely training data and testing data. The results showed that based on MSE, testing the data testing the number of positive COVID-19 patients in Lampung Province using the ARIMA method gave better results than the Holt double exponential smoothing method. Key words : Forecasting, Trend, Training Data, Testing Data, ARIMA Method, Double Exponential Smoothing.

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi:	FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit:	UPT . Neti Yuliawati
Date Deposited:	21 Apr 2022 04:54
Terakhir diubah:	21 Apr 2022 04:54
URI:	http://digilib.unila.ac.id/id/eprint/60288

Actions (login required)

Lihat Karya Akhir