Lebesgue: Jurnal Ilmiah Pendidikan Matematika, Matematika dan Statistika p-ISSN 2721-8929

http://lebesgue.lppmbinabangsa.id/index.php/home e-ISSN 2721-8937

Vol. 4, No. 1, April 2023 DOI Issue: 10.46306/lb.v4i1

PENERAPAN METODE MULTIPLICATIVE DECOMPOSITION

DALAM MEMPREDIKSI JUMLAH KASUS DBD DI RSU. HAJI
MEDAN

Yulanda Novita Zebua1, Sajaratud Dur2, Riri Syafitri Lubis3

1,2,3
Matematika, Universitas Islam Negeri Sumatera Utara Medan, Indonesia
Email: yulandanovita02@gmail.com, sajaratuddur@uinsu.ac.id, riri_syafitri@uinsu.ac.id

Abstract
DHF case are diseases caused by four types of dengue virus, where each type has its own characteristics and
pattern of spread. The purpose of this study is to make predictions on DHF cases in the future. This study uses
the Multiplicative Decomposition method, in which this method breaks down time series data into four patterns,
namely trend, seasonality, cycles and error. This research was conducted at RSU Haji Medan using DHF case
data from January 2017 to December 2021. The results showed that the Multiplicative Decomposition method
has an MSE value of 0,0012 and a MAPE value of 0,23%, which means it has a very good accuracy value
because less than 10%. The conclusion of the study is that the Multiplicative Decomposition method is a method
in the good category in predicting future DHF cases.
Keywords: Forecasting, DHF, Multiplicative Decomposition

Abstrak
Kasus DBD merupakan penyakit yang diakibatkan oleh empat jenis virus dengue, dimana tiap jenis memiliki
karakteristik dan pola penyebarannya tersendiri. Tujuan penelitian ini melakukan perkiraan pada kasus DBD
dimasa mendatang. Penelitian ini menggunakan metode Multiplicative Decomposition, yang dimana metode ini
memecah data deret waktu menjadi empat pola yakni trend, musiman, siklus, acakan. Penelitian ini dilakukan di
RSU Haji Medan menggunakan data kasus DBD dari Januari 2017 sampai dengan Desember 2021. Hasil
penelitian menunjukkan bahwa metode Multiplicative Decomposition memiliki nilai MSE sebesar 0,0012 dan
nilai MAPE sebesar 0,23% yang berarti memiliki nilai akurasi yang sangat baik karena kurang dari 10%.
Kesimpulan dari penelitian adalah metode Multiplicative Decomposition merupakan metode dalam kategori
baik dalam memperkirakan kasus DBD dimasa mendatang.
Kata kunci: Prediksi, DBD, Multiplikatif Decomposition

Received: March 30, 2023 / Accepted: April 17, 2023 / Published Online: April 30, 2023

229
PENGARUH PEMBELAJARAN MIND MAPPING TERHADAP KEMAMPUAN PEMECAHAN MASALAH
MATEMATIKA SISWA
Yulanda Novita Zebua, Sajaratud Dur, Riri Syafitri Lubis
Vol. 4, No. 1, April 2023 hal. 229-235
DOI Artikel: 10.46306/lb.v4i1.239

PENDAHULUAN
Demam Berdarah Dengue (DBD) merupakan penyakit yang disebabkan oleh virus
dengue yang ditularkan dari orang ke orang melalui gigitan nyamuk. Beberapa faktor yang
dapat mempengaruhi munculnya DBD yakni rendahnya kekebalan kelompok masyarakat dan
kepadatan populasi nyamuk penular karena adanya tempat perindukan nyamuk yang biasanya
terjadi pada musim hujan (Frasari et.al, 2018).
Di Indonesia kasus Demam Berdarah Dengue (DBD) menunjukkan jumlah kasus warga
yang terjangkit Demam Berdarah Dengue (DBD) tealah mencapai 313 kasus sepanjang tiga
pekan di Januari 2020. Ratusan kasus yang terkonfirmasi DBD itu, 7 diantaranya meninggal
dunia. Kemenkes juga mencatat jumlah kasus suspek DBD mencapai 7.316 orang. Kita juga
dapat melihat perkembangan kasus DBD di Kota Sumatera Utara melalui Dinas Kesehatan
Provinsi Sumatera Utara di tahun 2016 mencapai 63,6%, di tahun 2017 menurun dengan
jumlah kasus 39,6%, di tahun 2018 kembali meningkat mencapai 40,1%, di tahun 2019 kasus
DBD berjumlah 52,1% dan ditahun 2020 kasus menurun 21,7 dimana penderitanya naik
turun dan penyebarannya semakin meluas dari tahun ketahun, dalam hal ini jumlah pasien
DBD dapat terus menerus berubah-ubah, maka perlu suatu metode peramalan untuk
meramalkan jumlah kasus DBD pada tahun yang akan datang sebagai langkah pencegahan
terjadinya peningkatan kasus DBD (Profil Kesehatan Sumut, 2021).
Forecasting atau peramalan adalah metode analitik komputasi yang menggunakan
pendekatan kualitatif dan kuantitatif untuk memprediksi kejadian dimasa depan dengan
menggunakan referensi data masa lalu. Menurut Heizer dan Reider dikutip dari (Reynaldo,
2020) peramalan adalah seni dan ilmu untuk memprediksi kejadian dimasa depan dengan
melibatkan pengambilan data historis dan memproyeksikannya ke masa mendatang dengan
model pendekatan sistematis.
Metode Dekomposisi merupakan metode peramalan deret waktu yang terdiri dari dua
model yaitu additif dan multiplikatif yang memecah data deret waktu menjadi empat pola
yaitu trend, musiman, siklis, dan perubahan-perubahan yang bersifat random, kemudian
diidentifikasikan masing-masing komponen tersebut secara terpisah. Keunggulan metode ini
dibandingkan dengan metode lainnya adalah pola atau komponen – komponen tersebut dapat
dipecah menjadi sub pola yang menunjukkan tiap-tiap komponen tersebut dan seringkali
membantu meningkatkan ketepatan peramalan dan membantu pemisahan atas perilaku deret
data secara lebih baik (Cipta, 2020).
Metode Multiplicative Decomposition telah banyak digunakan dalam melakukan
peramalan atau memprediksi diantaranya: 1) Penerapan Metode Multiplicative
Decomposition untuk Peramalan Persediaan Barang Pada PT. Agrinusa Jaya Santosa, dimana
hasil penelitian yang diperoleh dengan metode Multicative Decomposition (seasonal)
Average All menghasilkan nilai MAD 1.124,87, MSE 1.995.484 dan MAPE 0,18 atau 18%
dimana error MAPE tersebut tergolong kecil karena dibawah 20%. Dapat disimpulkan bahwa
dengan menggunakan metode Multiplicative Decompositon sangat akurat dalam melakukan
peramalan (Kristiyanti & Sumamo, 2020), 2) Forecasting Demand dengan Metode
Multiplicative Decomposition dan Tracking Signals di PT.Persada Nawa Kartika, dimana
hasil dalam metode Multiplicative Decomposition memberi hasil yang terbaik dibanding
metode lainnya yang diterapkan dalam penelitian ini, dimana nilai MAPE memperoleh nilai
terkecil dibanding dengan hasil perhitungan metode lainnya (Samari et.al., 2022). Bedasarkan
uraian yang telah dijelaskan, tujuan dari penelitian ini adalah memprediksi jumlah kasus
untuk tahun 2022 DBD di RSU. Haji Medan dengan menggunakan metode Multiplicative
Decomposition.

230
PENGARUH PEMBELAJARAN MIND MAPPING TERHADAP KEMAMPUAN PEMECAHAN MASALAH
MATEMATIKA SISWA
Yulanda Novita Zebua, Sajaratud Dur, Riri Syafitri Lubis
Vol. 4, No. 1, April 2023 hal. 229-235
DOI Artikel: 10.46306/lb.v4i1.239

METODE PENELITIAN
Penelitian ini menggunakan pendekatan kuantitatif, dimana menekankan analisisnya
dengan angka yang diolah dengan metode statistika, dan data yang diperoleh dari RSU.Haji
Medan Sumatera Utara yang disebut dengan data sekunder. Data yang diambil adalah data
terjangkinya kasus DBD dari bulan Januari tahun 2017 sampai Desember tahun 2021.
Berikut adalah langkah-langkah penyelesaian dalam menggunakan metode
Multiplicative Decomposition:
1. Menentukan rata-rata bergerak dari data aktual untuk memperoleh factor trend
dan siklus, sehingga diperoleh:

2. Kemudian dalam memperoleh unsur musiman dengan membagi data aktual

dengan , sehingga diperoleh:

3. Kemudian Identifikasi factor trend yang sesuai dengan data deret berkala.
4. Kemudian uantuk memperoleh faktor siklus dengan membagi nilai terhadap
nilai , sehingga diperoleh:

5. Memisahkan factor musiman, trend dan siklus dari deret data aktual sehingga
diperoleh:

6. Menggabungkan keempat factor yang telah dipisah, untuk meramalkan peramalan

sebagai berikut:

7. Menguji ketepatan metode peramalan

8. Menarik kesimpulan

HASIL DAN PEMBAHASAN

Data yang digunakan dalam penelitian ini merupakan data sekunder yang diambil dari
RSU. Haji Medan Sumatera Utara dari Januari 2017 sampai dengan Desember 2021.
Tabel 1. Data kasus DBD RSU. Haji Medan
Tahun
No Bulan
2017 2018 2019 2020 2021
1 Januari 5 18 4 27 5
2 Februari 0 10 4 19 7
3 Maret 1 14 8 13 0
4 April 0 6 16 8 10
5 Mei 0 9 22 6 3
6 Juni 0 12 27 9 3
7 Juli 0 18 15 7 5
8 Agustus 1 13 20 2 1
9 September 2 19 30 0 10

231
PENGARUH PEMBELAJARAN MIND MAPPING TERHADAP KEMAMPUAN PEMECAHAN MASALAH
MATEMATIKA SISWA
Yulanda Novita Zebua, Sajaratud Dur, Riri Syafitri Lubis
Vol. 4, No. 1, April 2023 hal. 229-235
DOI Artikel: 10.46306/lb.v4i1.239

10 Oktober 3 13 31 0 36
11 November 7 9 27 0 38
12 Desember 11 6 41 0 21
TOTAL 30 147 245 91 139

Bedasarkan tabel 1. Jumlah kasus DBD di RSU.Haji Medan Sumatera Utara pada tahun
2017 terdapat 30 kasus, tahun 2018 terdapat 147 kasus, tahun 2019 terdapat 245 kasus
dimana mengalami kenaikan yang berturut turut, kemudian ditahun 2020 mengalami
penurunan dengan jumlah 91 kasus, dan di tahun 2021 kembali meningkat dengan jumlah
139 kasus DBD. Hal ini menunjukkan kasus DBD di RSU Haji Medan mengalami fluktuasi
kenaikan ataupun penurunan disetiap tahunnya.

Metode Multiplicative Decomposition

Perhitungan Musiman
Mencari Indeks musiman dapat menggunakan perhitungan rata-rata bergerak yang
panjangnya (N) sama dengan panjang musiman sehingga diperoleh nilai indeks musiman
seperti tabel berikut:

Tabel 2. Komponen Indeks Musiman

Indeks
Periode
Musiman

1 1,676
2 1,163
3 0,741
4 0,923
5 0,661
6 1,015
7 0,787
8 0,718
9 0,980
10 1,049
11 1,129
12 1,220
Pada tabel 2 dapat dilihat bahwa nilai indeks musiman tertinggi ada pada bulan pertama,
yaitu 1,676 dan nilai indeks musiman terkecil ada pada bulan kelima yaitu 0,661.

Perhitungan Nilai Trend

Bedasarkan analisis data pengaruh trend yang sesuai adalah dengan menggunakan trend
linier sehingga diperoleh persamaan trend linier yaitu , dan diperoleh
nilai trend sebagai berikut:
Tabel 3. Komponen Trend
Periode Komponen Trend
1 8,716
2 8,652

232
PENGARUH PEMBELAJARAN MIND MAPPING TERHADAP KEMAMPUAN PEMECAHAN MASALAH
MATEMATIKA SISWA
Yulanda Novita Zebua, Sajaratud Dur, Riri Syafitri Lubis
Vol. 4, No. 1, April 2023 hal. 229-235
DOI Artikel: 10.46306/lb.v4i1.239

3 8,588
4 8,524
5 8,46
6 8,396
7 8,332
8 8,268
9 8,204
10 8,14
11 8,076
12 8,012

Perhitungan Nilai Siklus

Komponen siklus merupakan fluktuasi atau suatu naik turun disekitar trend yang terjadi
dalam jangka waktu yang lama. Dalam mendapatkan nilai siklus dapat dihasilkan dengan
membagi nilai rata-rata bergerak dengan nilai trend sehingga dapat diperoleh sebagai berikut:

Tabel 4. Komponen Siklus

Komponen
Periode Siklus
1 0,93
2 0,99
3 1,065
4 1,175
5 1,205
6 1,105
7 1,036
8 0,785
9 0,715
10 0,68
11 0,74
12 0,825

Perhitungan Nilai Acak

Variasi random merupakan gerakan yang berbeda dalam waktu yang singkat dan tidak
diikuti pola yang tidak teratur. Dalam mencari nilai acak dengan membagi nilai data aktual
dengan ketiga komponen deret berkala yang telah kita dapatkan hasilnya sehingga
diilustrasikan sbagai berikut:
Tabel 5. Komponen Acak
Periode Komponen Acak
1 0,998
2 0,998
3 0,996
4 1,004
5 1,003

233
PENGARUH PEMBELAJARAN MIND MAPPING TERHADAP KEMAMPUAN PEMECAHAN MASALAH
MATEMATIKA SISWA
Yulanda Novita Zebua, Sajaratud Dur, Riri Syafitri Lubis
Vol. 4, No. 1, April 2023 hal. 229-235
DOI Artikel: 10.46306/lb.v4i1.239

6 0,998
7 1,002
8 0,992
9 0,997
10 0,995
11 1,001
12 1,001

Hasil Prediksi Multiplicative Decomposition

Penerapan kasus DBD untuk periode bulan Januari sampai Desember tahun 2022
dilakukan dengan keempat komponen deret berkala yang diperoleh menggunakan metode
Multiplicative Decomposition dimana mengalikan keempat komponen deret berkala yang
sudah diketahui tersebut maka didapatkan hasil peramalan jumlah kasus DBD seperti pada
tabel sebagai berikut:

Tabel 6. Perhitungan Multiplicative Decomposition

Peramalan
Periode
Kasus DBD
1 13,550
2 9,935
3 6,747
4 9,281
5 6,761
6 9,390
7 6,803
8 4,624
9 5,731
10 5,774
11 6,748
12 8,067

Dengan demikin dapat dilihat nilai prediksi kasus DBD di RSU. Haji Medan Sumatera
Utara pada tahun 2022 dengan menggunakan metode Multiplicative Decomposition dengan
total 93,411 atau bisa dibulatkan 93 kasus. Dimana kasus DBD tertinggi ada pada bulan
Januari dengan nilai 13,550 dan kasus DBD terkecil ada pada bulan Agustus dengan nilai
4,624 kasus.

Tingkat Akurasi
Pada suatu model peramalan pastinya akan ada kesalahan dalam perhitunganya, untuk
itu diperlukan pengukuran tingkat kesalahan untuk mengevaluasi hasil peramalan. Dalam
menghitung galat atau error pada peramalan, dapat digunakan beberapa teknnik peramalan
sebagai berikut:

MSE (Mean Square Error)

234
PENGARUH PEMBELAJARAN MIND MAPPING TERHADAP KEMAMPUAN PEMECAHAN MASALAH
MATEMATIKA SISWA
Yulanda Novita Zebua, Sajaratud Dur, Riri Syafitri Lubis
Vol. 4, No. 1, April 2023 hal. 229-235
DOI Artikel: 10.46306/lb.v4i1.239

MAPE (Mean Absolute Percentage Error)

Tabel 7. Hasil Perhitungan Tingkat Akurasi

Multiplicative Decomposition
Mean Square Error (MSE) 0,0012
Mean Absolute Percentage Error (MAPE) 0,25 %

Dari tabel 7 menunjukkan metode Multiplicative Decomposition memperoleh nilai

MSE sebesar 0,0012 dan MAPE sebesar 0,25%. Bedasarkan tabel kriteria keakuratan MAPE,
memenuhi kriteria hasil peramalan sangat baik karena nilai MAPE < 10%.

KESIMPULAN
Bedasarkan hasil pembahasan yang telah dilakukan untuk meramalkan jumlah kasus
DBD di RSU. Haji Medan tahun 2022 ditarik kesimpulan bahwasannya dengan
menggunakan metode multiplicative decomposition diperoleh kasus DBD sebanyak 93 kasus
untuk tahun 2022. Kemudian hasil uji ketepatan metode multiplicative decomposition dalam
meramalkan kasus DBD memiliki tingkat akurasi yang sangat baik, dimana nilai MSE
diperoleh 0,0012 dan nilai MAPE diperoleh 0,25%.

DAFTAR PUSTAKA
Cipta, H. 2020. Peramalan Volume Pengunjung Taman Rekreasi The Leu Garden
Menggunakan Metode Dekomposisi Trend Moment: Journal of Islamic Science and
Technology: Vol 05, No 1 hlm 1-14.
Farasari, R. dan Azinar, M. 2018. Model Buku Saku dan Rapor Pemantauan Jentik Dalam
Meningkatkan Perilaku Pemberantasan Sarang Nyamuk. Jurnal of Health Education
3(2) : 110-117.
Kementrian Kesehatan (2019). Profil Kesehatan Sumatera Utara (Diakses tanggal 3 Juli
2022) didapat dari www.dinkes.sumutprov.go.id
Kadoena, et.al,. 2019. Metode Dekomposisi Multiplikatif Rata-rata Bergerak untuk
Peramalan Tingkat Produksi Padi Ladang Sulawesi Tengah: Jurnal of Science and
Technology: Vol 8 No 2 hlm: 99-105.
Kristiyanti, D dan Sumarno, Y. 2020. Penerapan Metode Multiplicative Decomposition untuk
Peramalan Persediaan Barang Pada PT. Agrinusa Jaya Santosa: Jurnal Sistem
Komputer dan Kecerdasan Buatavn: Vol 3 No 2 hlm: 45-51.
Makridakis, S. Wheelwright, S.C. 1999. Metode dan Aplikasi Peramalan. Jakarta: Erlangga.
Reynaldo,C. dan Palinggi, Y. 2020. Analisis Forecasting Volume Penjualan Produk Indihome
PT. Telkom Cabang Tengarong: JEMI: Vol 20 No 2.
Samari, dan Ratnanto, S. 2022. Forecasting Demand dengan Metode Multiplicative
Decomposition dan Tracking Signals di PT.Persada Nawa Kartika. Vol 30 No 1 hlm:
54-65.

235