BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

2.1 Imunisasi 2.1.1 Pengertian Imunisasi Imunisasi adalah suatu cara untuk menimbulkan/meningkatkan kekebalan seseorang secara aktif terhadap suatu penyakit, sehingga bila kelak ia terpapar dengan penyakit tersebut tidak akan sakit atau sakit ringan. Sasaran imunisasi adalah Bayi (di bawah satu tahun), Wanita Usia Subur (WUS) ialah wanita berusia 15-49 tahun termasuk ibu hamil (Bumil) dan calon pengantin (catin) serta anak usia sekolah tingkat dasar (Kemenkes RI, 2013). Imunisasi merupakan reaksi antara antigen dan antibodi, yang dalam bidang ilmu imunologi merupakan kuman atau racun (toxin disebut antigen). Secara khusus antigen merupakan bagian dari protein kuman atau protein racunnya. Bila antigen untuk pertama kalinya masuk ke dalam tubuh manusia, maka sebagai reaksinya tubuh akan membentuk zat anti terhadap racun kuman yang disebut dengan antibodi (Riyadi dan Sukarmin, 2009). Perlu diketahui bahwa istilah imunisasi dan vaksinasi seringkali diartikan sama. Imunisasi pasif adalah suatu pemindahan atau transfer antibodi secara pasif. Vaksinasi adalah imunisasi aktif dengan pemberian vaksin (antigen) yang dapat merangsang pembentukan imunitas (antibodi) dari sistem imun di dalam tubuh (Ranuh, 2011).

9 Universitas Sumatera Utara

2.1.2 Pengembangan Program Imunisasi Kegiatan imunisasi diselenggarakan di Indonesia sejak tahun 1956. Mulai tahun 1977 kegiatan imunisasi diperluas menjadi Program Pengembangan Imunisasi (PPI) dalam rangka pencegahan penularan terhadap beberapa Penyakit yang Dapat Dicegah Dengan Imunisasi (PD3I) yaitu Tuberkulosis, Difteri, Pertusis, Campak, Polio, Tetanus serta Hepatitis B. Beberapa penyakit yang saat ini menjadi perhatian dunia dan merupakan komitmen global yang wajib diikuti oleh semua negara adalah eradikasi polio (ERAPO), eliminasi campak – pengendalian rubella (EC-PR) dan Maternal Neonatal Tetanus Elimination (MNTE) (Kemenkes RI, 2013). 2.1.3 Tujuan Imunisasi Tujuan imunisasi adalah menurunkan angka kesakitan, kecacatan dan kematian akibat Penyakit yang Dapat Dicegah Dengan Imunisasi (PD3I) (Depkes RI, 2013). Imunisasi bertujuan agar zat kekebalan tubuh balita terbentuk sehingga risiko untuk mengalami penyakit yang bersangkutan lebih kecil (Yusrianto, 2010). Tujuan imunisasi adalah untuk mencegah terjadinya penyakit tertentu pada seseorang, dan menghilangkan penyakit tersebut pada sekelompok masyarakat (populasi), atau bahkan menghilangkannya dari dunia seperti yang kita lihat pada imunisasi cacar variola. Keadaan yang terakhir ini lebih mungkin terjadi pada jenis penyakit yang hanya dapat ditularkan melalui manusia, seperti misalnya penyakit difteria dan poliomielitis (Matondang, Siregar dan Akib, 2011).


2.1.4 Macam-Macam Imunisasi Pada dasarnya ada dua macam imunisasi, yaitu : 1. Imunisasi aktif Imunisasi yang diberikan untuk memperoleh kekebalan aktif disebut imunisasi aktif dengan memberikan zat bioaktif yang disebut vaksin, dan tindakan itu disebut vaksinasi. Kekebalan yang diperoleh dengan vaksinasi berlangsung lebih lama dari kekebalan pasif karena adanya memori imunologis (Matondang, Siregar dan Akib, 2011). Imunisasi aktif merupakan imunisasi yang dilakukan dengan cara menyuntikan antigen ke dalam tubuh sehingga tubuh anak sendiri yang akan membuat zat antibodi yang akan bertahan bertahun-tahun lamanya. Imunisasi aktif ini akan lebih bertahan lama daripada imunisasi pasif (Riyadi dan Sukarmin, 2009). Imunisasi aktif merupakan pemberian zat sebagai antigen yang diharapkan akan terjadi suatu proses infeksi buatan sehingga tubuh mengalami reaksi imunologi spesifik yang akan menghasilkan respon seluler dan humoral serta dihasilkannya sel memori, sehingga apabila benar-benar terjadi infeksi maka tubuh secara cepat dapat merespon (Hidayat, 2008). 2. Imunisasi pasif Imunisasi yang diberikan untuk memperoleh kekebalan pasif disebut imunisasi pasif dengan memberikan antibodi atau faktor kekebalan pada

seseorang

yang

membutuhkan.

Contohnya

adalah


pemberianimmunoglobulin spesifik untuk penyakit tertentu (Matondang, Siregar dan Akib, 2011). Pada imunisasi pasif tubuh tidak membuat sendiri zat anti akan tetapi tubuh mendapatkannya dari luar dengan cara penyuntikan bahan atau serum yang telah mengandung zat anti. Atau anak tersebut mendapatkannya dari ibu pada saat dalam kandungan (Riyadi dan Sukarmin, 2009). 2.1.5 Jenis-Jenis Imunisasi Menurut Tahun

2013

Peraturan Menteri Kesehatan Republik Indonesia Nomor 42 tentang

Penyelenggaraan

Imunisasi,

berdasarkan

sifat

penyelenggaraannya, imunisasi dikelompokkan menjadi imunisasi wajib dan imunisasi pilihan. 1. Imunisasi wajib Imunisasi wajib merupakan imunisasi yang diwajibkan oleh pemerintah untuk seseorang sesuai dengan kebutuhannya dalam rangka melindungi yang bersangkutan dan masyarakat sekitarnya dari penyakit menular tertentu. Imunisasi wajib terdiri atas imunisasi rutin, imunisasi tambahan, dan imunisasi khusus. a. Imunisasi rutin Imunisasi rutin merupakan kegiatan imunisasi yang dilaksanakan secara terus menerus sesuai jadwal. Imunisasi rutin terdiri atas imunisasi dasar dan imunisasi lanjutan.


1) Imunisasi dasar Imunisasi dasar diberikan pada bayi sebelum berusia 1 (satu) tahun. Jenis imunisasi dasar terdiri atas : a. Bacillus Calmette Guerin (BCG) b. Diphtheria Pertusis Tetanus-HepatitisB (DPT-HB) atau Diphtheria Pertusis Tetanus-Hepatitis B-Hemophilus Influenza type B (DPTHB-Hib) c. Hepatitis B pada bayi baru lahir d. Polio e. Campak 2) Imunisasi lanjutan Imunisasi

lanjutan

merupakan

imunisasi

ulangan

untuk

mempertahankan tingkat kekebalan atau untuk memperpanjang masa perlindungan. b. Imunisasi tambahan Imunisasi tambahan diberikan pada kelompok umur tertentu yang paling berisiko terkena penyakit sesuai kajian epidemiologis pada periode waktu tertentu. Pemberian imunisasi tambahan tidak menghapuskan kewajiban pemberian imunisasi rutin. c. Imunisasi khusus Imunisasi khusus merupakan kegiatan imunisasi yang dilaksanakan untuk melindungi masyarakat terhadap penyakit tertentu pada situasi


tertentu. Situasi tertentu antara lain persiapan keberangkatan calon jemaah haji/umroh, persiapan perjalanan menuju negara endemis penyakit tertentu dan kondisi kejadian luar biasa. 2. Imunisasi Pilihan Imunisasi pilihan merupakan imunisasi yang dapat diberikan kepada seseorang sesuai dengan kebutuhannya dalam rangka melindungi yang bersangkutan dari penyakit menular tertentu.Jenis imunisasi pilihan dapat

berupa

imunisasi

Haemophillus

influenza

tipe

b

(Hib),

Pneumokokus, Rotavirus, Influenza, Varisela, Measles Mumps Rubella, Demam Tifoid, Hepatitis A, Human Papilloma Virus (HPV), dan Japanese Encephalitis. 2.1.6 Jadwal Imunisasi 1) Imunisasi dasar Imunisasi dasar diberikan pada bayi sebelum berusia 1 (satu) tahun. Bayi lahir di Institusi Rumah Sakit, Klinik dan Bidan Praktik Swasta, imunisasi BCG dan polio 1 diberikan sebelum bayi dipulangkan. Tabel 2.1 Jadwal Pemberian Imunisasi Dasar Umur 0 bulan 1 bulan 2 bulan 3 bulan 4 bulan 9 bulan Sumber : Kemenkes RI, 2013

Jenis Hepatitis B0 BCG, Polio 1 DPT-HB-Hib 1, Polio 2 DPT-HB-Hib 2, Polio 3 DPT-HB-Hib 3, Polio 4 Campak

2) Imunisasi lanjutan


Imunisasi

lanjutan

merupakan

kegiatan

yang

bertujuan

untuk

melengkapiimunisasi dasar pada bayi yang diberikan kepada anak usia bawah tiga tahun (Batita), anak usia sekolah, dan wanita usia subur (WUS) termasuk ibu hamil. Imunisasi lanjutan pada WUS salah satunya dilaksanakan pada waktu melakukan pelayanan antenatal. Tabel 2.2 Jadwal Imunisasi Lanjutan Pada Anak Usia Bawah Tiga Tahun Umur 18 bulan 24 bulan Sumber : Kemenkes RI, 2013

Jenis Imunisasi DPT-HB-Hib Campak

Tabel 2.3 Jadwal Imunisasi Lanjutan Pada Anak Usia Sekolah Dasar Sasaran

Imunisasi

Kelas 1 SD

Campak DT Td Td

Kelas 2 SD Kelas 3 SD Sumber : Kemenkes RI, 2013

Waktu Pelaksanaan Agustus November November November

Tabel 2.4 Imunisasi Lanjutan Pada Wanita Usia Subur (WUS) Status Interval Imunisasi Minimal Pemberian T1 T2 4 minggu setelah T1 T3 6 bulan setelah T2 T4 1 tahun setelah T3 T5 1 tahun setelah T4 Sumber : Kemenkes RI, 2013

Masa Perlindungan 3 tahun 5 tahun 10 tahun lebih dari 25 tahun

2.1.7 Penyakit yang Dapat Dicegah dengan Imunisasi (PD3I) Tujuh penyakit yang dapat dicegah dengan imunisasi, yaitu tuberkulosis, difteri, pertusis, tetanus, poliomielitis, campak, dan hepatitis B (Supartini, 2004). 1. Tuberkulosis


Tuberkulosis disebabkan oleh Mycobacterium tuberculosis. Apabila seseorang terkena tuberkulosis, organ tubuh yang akan terkena adalah paru-paru, kelenjar, kulit, tulang, sendi, dan selaput otak. Cara penularan adalah melalui droplet atau percikan air ludah, sedangkan reservoir adalah manusia. 2. Difteri Difteri disebabkan oleh corynebacterium dyptheriae tipe gravis, milis, dan intermedius, yang menular melaui percikan ludah yang tercemar. Anak terkena difteri akan menunjukkan gejala yang ringan sampai berat. Gejala ringan dapat berupa membran pada rongga hidung dan gejala berat apabila terjadi obstruksi jalan nafas karena mengenai laring, saluran nafas bagian atas, tonsil, dan kelenjar sekitar leher membengkak (bull neck). 3. Pertusis Pertusis disebabkan oleh Bordetella pertusis dengan penularan melalui droplet. Bahaya dari pertusis adalah pneumonia yang dapat menimbulkan kematian. Gejala awal berupa batuk pilek, kemudian setelah hari ke-10 batuk bertambah berat dan sering kali disertai muntah. 4. Tetanus Tetanus disebabkan oleh Mycobacterium tetani yang berbentukspora masuk ke dalam luka terbuka, berkembang biak secara anaerobik, dan membentuk toksin. Tetanus pada usia anak adalah tetanus neonatorum. Tetanus neonatorum dapat menimmbulkan kematian karena terjadi tegang, sianosis, dan henti napas. Reservoarnya adalah kotoran hewan atau tanah yang terkontaminasi


kotoran hewan dan manusia. Gejala awal ditunjukkan dengan mulut mencucu dan bayi tidak mau menyusu. 5. Poliomielitis Penyebab penyakit polio adalah virus polio tipe 1, 2, dan 3, yang menyerang mielin atau serabut otot, gejala awal tidak jelas, dapat timbul gejala demam ringan dan infeksi saluran pernapasan atas (ISPA), kemudian timbul gejala paralis yang bersifat flaksid yang mengenai sekelompok serabut otot sehingga timbul kelumpuhan. Kelumpuhan dapat terjadi pada anggota badan, saluran napas, otot menelan. Penularan penyakit ini adalah melalui droplet atau fekal, dan reservoarnya adalah manusia yang menderita polio. 6. Campak Campak disebabkan virus morbili yang menular melalui droplet. Gejala awal ditunjukkan dengan adanya kemerahan yang mulai timbul pada bagian belakang telinga, dahi, dan menjalar ke wajah dan anggota badan. Selain itu, timbul gejala seperti flu disertai mata berair dan kemerahan (konjungtivitis). Setelah 3-4 hari, kemerahan mulai hilang dan berubah menjadi kehitaman yang akan tampak bertambah dalam 1-2 minggu dan apabila sembuh, kulit akan tampak seperti bersisik. Imunisasi diberikan pada anak usia 9 bulan dengan rasional kekebalan dari ibu terhadap penyakit campak berangsur akan hilang sampai usia 9 bulan. 7. Hepatitis B Hepatitis B disebabkan oleh virus hepatitis tipe B yang menyerang kelompok risiko secara vertikal, yaitu bayi dan ibu pengidap, sedangkan


secarahorizontal tenaga medis dan paramedis, pecandu narkotika, pasien hemodialisis, pekerja laboratorium, pemakai jasa atau petugas akupuntur. Gejala yang dapat muncul tidak khas, seperti anoreksia, mual, dan kadang-kadang ikterik. Imunisasi hepatitis B diberikan pada bayi 0-11 bulan dengan maksud untuk memutus rantai penularan dari ibu ke bayi. 2.2 Peramalan 2.2.1 Definisi Peramalan Peramalan (forecasting) merupakan studi terhadap data historis dengan tujuan menemukan hubungan, kecenderungan dan pola yang sistematis. Dari hal tersebut, syarat utama peramalan kuantitatif maupun kualitatif adalah adanya pola atau hubungan atau kejadian yang diamati. Pola atau hubungan tersebut harus diidentifikasi dengan benar dan diproyeksikan untuk menghasilkan ramalan. Apabila pola atau hubungan tersebut tidak ada maka peramalan akan sulit dilakukan (Sugiarto dan Harijono, 2000). 2.2.2 Kegunaan Peramalan Kegunaan peramalan yaitu dapat memperkirakan kejadian pada masa yang akan dating secara sistematis dari data yang relevan sehingga hasilnya dapat memberikan penilaian yang objektif.Peramalan diperlukan karena adanya perbedaan waktu antara kesadaran akan dibutuhkannya suatu kebijakan baru dengan waktu pelaksanaan kebijakan tersebut. Peramalan sangat diperlukan terutama untuk menentukan kapan suatu peristiwa akan terjadi atau suatu kebutuhan akan timbul sehingga dapat dipersiapkan kebijakan atau tindakan-


tindakan yang perlu dilakukan. Peramalan merupakan dasar untuk penyusunan rencana atau pengambilan keputusan. (Assauri, 1984). Di dalam bagian organisasi terdapat beberapa peran penting dalam peramalan : 1. Penjadwalan sumber daya yang tersedia. Penggunaan sumber daya yang efisien memerlukan penjadwalan produksi, transportasi, kas, personalia, dan sebagainya. Input yang penting untuk penjadwalan seperti itu adalah ramalan tingkat permintaan konsumennya atau si pelanggan, bahan, tenaga kerja, finansial atau jasa pelayanan. 2. Penyediaan sumber daya tambahan. Waktu tenggang (lead time) untuk memperoleh bahan baku, menerima pekerja baru atau membeli mesin dan peralatan dapat berkisar antara beberapa hari sampai beberapa tahun. Peramalan diperlukan untuk menentukan kebutuhan sumber daya di masa yang akan datang. 3. Penentuan sumber daya yang diinginkan. Setiap organisasi harus menentukan sumber daya yang ingin dimiliki dalam jangka waktu panjang. Keputusan semacam ini bergantung kepada kesempatan pasar, faktor-faktor lingkungan dan pengembangan internal dari sumber daya finansial, manusia, produk, dan teknologi. 2.2.3 Jenis-Jenis Peramalan peramalan dapat dibedakan berdasarkan sifat penyusunannya, jangka waktu ramalan dan sifat ramalan yang disusun (Assauri, 1984).


1. Jenis peramalan dilihat dari sifat penyusunannya Peramalan dilihat dari sifat penyusunannya dapat dibedakan atas dua macam, yaitu : a. Peramalan yang subyektif, yaitu peramalan yang didasarkan atas perasaan atau intuisi dari orang yang menyusunnya. Dalam hal ini pandangan atau judgement dari orang yang menyusunnya sangat menentukan baik tidaknya hasil ramalan tersebut. b. Peramalan yang objektif, yaitu peramalan yang didasarkan atas data yang relevan pada masa lalu, dengan menggunakan metode-metode dalam penganalisisan data. 2. Jenis peramalan dilihat dari jangka waktu ramalan yang disusun Peramalan dilihat dari jangka waktu ramalan yang disusun dapat dibedakan atas dua macam, yaitu : a. Peramalan jangka panjang, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya lebih dari satu setengah tahun atau tiga semester b. Peramalan jangka pendek, yaitu peramalan yang dilakukan untuk penyusunan hasil ramalan yang jangka waktunya kurang dari satu setengah tahun, atau tiga semester. Peramalan seperti ini diperlukan dalam penyusunan rencana tahunan, rencana kerja operasional dan anggaran. 3. Jenis peramalan dilihat dari sifat ramalan yang telah disusun Peramalan dilihat dari sifat ramalan yang telah disusun dapat dibedakan atas dua macam, yaitu :


a. Peramalan kualitatif, yaitu peramalan yang didasarkan atas data kualitatif pada masa lalu. Hasil peramalan sangat bergantung pada orang yang menyusunnya. Hal ini penting karena hasil peramalan tersebut ditentukan berdasarkan pemikiran yang bersifat intuisi, judgement atau pendapat, pengetahuan serta pengalaman dari penyusunnya b. Peramalan kuantitatif, yaitu peramalan yang didasarkan atas data kuantitatif pada masa lalu. Hasil peramalan yang dibuat sangat bergantung pada metode yang dipergunakan dalam peramalan tersebut. Peramalan kuantitatif hanya dapat digunakan apabila dalam kondisi sebagai berikut : 1. Adanya informasi tentang keadaan yang lalu. 2. Informasi tersebut dapat dikuantifikasikan dalam bentuk data. 3. Dapat diasumsikan bahwa pola yang lalu akan berkelanjutan pada masa yang akan datang. 2.2.4 Analisis Data Berkala (Time Series Analysis) Data berkala (time series) adalah data yang dikumpulkan dari waktu ke waktu untuk menggambarkan perkembangan suatu kegiatan. Analisis data berkala memungkinkan kita untuk mengetahui perkembangan waktu atau beberapa kejadian serta hubungan atau pengaruhnya terhadap kejadian lainnya. (Supranto, 2000). Tahapan yang penting dalam pemilihan metode time series yang tepat yaitu : identifikasi tujuan peramalan, membuat asumsi terhadap jenis bentuk data, pilih metode yang sesuai dengan pola data dan lakukan peramalan terhadap data


tersebut, cek keakuratan ramalan menggunakan satu atau lebih ukuran (Setiadi, 2003). Bentuk data yang dimaksud dikelompokkan menjadi 4 jenis : 1. Bentuk data horizontal/stationer/irregular Terjadi apabila nilai data berfluktuasi di sekitar nilai rata-ratanya. 2. Bentuk data musiman/seasonal Bila seriesnya dipengaruhi oleh faktor musiman 3. Bentuk data siklis Data dipengaruhi oleh fluktuasi ekonomi yang panjang seperti dihubungkan dengan siklis bisnis dan lain-lain 4. Bentuk trend Bila penurunan/kenaikan data terjadi berkepanjangan Gerakan atau variasi dari data berkala ada 4 komponen yaitu : 1. Trend jangka panjang (trend seculer) 2. Variasi siklis (cyclical variation) 3. Variasi musiman (seasonal variation) 4. Gerakan tidak beraturan (variasi residu/irregular) Secara simbolis dapat dinyatakan dengan persamaan : Y=T.C.S.I Dimana : Y = Time series T = Trend jangka panjang (trend seculer) C = Variasi siklis (cyclical variation) S = Variasi musiman (seasonal variation)


I = Gerakan tidak beraturan (variasi residu/irregular) a. Trend jangka panjang (trend seculer) Trend jangka panjang disimbolkan T, merupakan suatu gerakan yang menunjukkan arah perkembangan secara umum, garis trend sangat berguna untuk membuat ramalan (forecasting). Y=f(x)

Waktu X Trend naik

Y=f(x)

Y=f(x)

Waktu X Trend turun

Waktu X Trend tetap

Y=f(x)

Waktu X Trend fluktuasi

Gambar 2.1 Bentuk-bentuk Trend b. Variasi siklis (cyclical variation) Variasi siklis disimbolkan C, merupakan gerakan jangka panjang disekitar garis trend. Gerakan siklis ini terulang setelah jangka waktu tertentu, tetapi bisa juga tidak terulang dalam jangka waktu yang sama. Y=f(x)

Waktu X Gambar 2.2Kurva Gerakan/Variasi siklis c. Variasi musiman (seasonal variation) Variasi musiman disimbolkan S, merupakan gerakan yang mempunyai pola tetap dari waktu ke waktu. Pada umumnya gerakan musiman terjadi pada


data bulanan yang dikumpulkan dari tahun ke tahun, dan juga berlaku bagi data harian, mingguan atau tahunan yang lebih kecil. Y=f(x)

Waktu X Gambar 2.3Kurva Gerakan/Variasi musiman d. Gerakan tidak beraturan (variasi residu/irregular) Gerakan tidak teratur disimbolkan I, merupakan gerakan variasi yang sporadic sifatnya, misalnya naik turunnya produksi padi akibat banjir yang datangnya tidak teratur. Y=f(x)

Waktu X Gambar 2.4 Kurva Gerakan Tidak Beraturan 2.2.5 Metode Peramalan Kuantitatif Metode peramalan adalah cara memperkirakan secara kuantitaif apa yang akan terjadi pada masa depan, berdasarkan data yang relevan pada masa lalu. Metode peramalan sangat besar manfaatnya karena akan membantu dalam analisis terhadap tingkah laku atau pola dari data yang lalu, sehingga dapat memberikan


cara pemikiran, pengerjaan dan pemecahan masalah yang sistematis dan pragmatis sehingga memberikan tingkat keyakinan yang lebih besar atas ketepatan hasil ramalan yang dibuat (Assauri, 1984). Pada dasarnya metode kuantitatif ini dapat dibedakan atas : 1. Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel lain yang memengaruhinya bukan waktu, yang disebut metode korelasi atau sebab akibat (causal methods). Metode ini terdiri dari : a. Metode regresi dan korelasi b. Metode ekonometrika untuk peramalan jangka panjang dan jangka pendek c. Metode analisis input output untuk proyeksi trend ekonomi jangka panjang 2. Metode peramalan yang didasarkan atas penggunaan analisis pola hubungan antara variabel yang akan diperkirakan dengan variabel waktu yang merupakan deret waktu dari data berkala (time series). Metode ini terdiri dari metode smoothing, metode Box Jenkins, dan metode proyeksi trend dengan regresi 1. Metode smoothing Metode smoothing merupakan teknik meramal dengan cara mengambil rata-rata dari nilai beberapa periode yang lalu untuk menaksirkan nilai pada periode yang akan datang. Metode smoothing mencakup metode rata-rata


bergerak (moving average) dan metode exponential smoothing (Gitosudarmo, 2001). a.

Moving Averages Dengan moving averages (rata-rata bergerak) ini kita dapat melakukan

peramalan dengan mengambil sekelompok nilai pengamatan, mencari rata-ratanya lalu menggunakan rata-rata tersebut sebagai ramalan untuk periode berikutnya. Istilah bergerak digunakan untuk setiap kali data observasi baru tersedia, maka angka rata-rata yang baru dihitung dan dipergunakan sebagai ramalan (Gitosudarmo, 2001). 1) Single Moving Average Persamaan matematis dari single moving averages adalah :

Keterangan : Ft + 1

=

Ramalan untuk periode ke t+1

Xt

=

Nilai riil periode ke t

n

=

Jangka waktu rata-rata bergerak

2) Double Moving Average Menentukan ramalan dengan metode double moving average sedikit lebih sulit dibandingkan dengan metode single moving average. Ada beberapa langkah dalam menentukan ramalan dengan metode double moving average, yakni : a) Menghitung moving average rata-rata bergerak pertama, diberi simbol S t ini dihitung dari data lalu yang ada. Hasilnya diletakkan pada periode terakhir moving average pertama.


b) Menghitung moving average rata-rata bergerak kedua, diberi simbol St ini dihitung dari rata-rata bergerak pertama. Hasilnya diletakkan pada periode terakhir moving average kedua c) Menentukan besarnya nilai at (konstanta) at = S't + (S't - S"t ) d) Menentukan besarnya nilai bt (slope).

V adalah jangka waktu moving average kedua. e) Menentukan besarnya forecast. Ft + m = at + bt (m) M adalah jangka waktu forecast ke depan. b. Exponential Smoothing Metode exponential smoothing merupakan pengembangan dari metode moving average. Dalam metode ini peramalan dilakukan dengan mengulang perhitungan secara terus-menerus dengan menggunakan data terbaru, setiap data diberi bobot, data yang lebih baru diberi bobot yang lebih besar. Dua metode exponential smoothing diantaranya single exponential smoothing dan double exponential smoothing. 1. Single exponential smoothing Persamaan matematis dari metode ini adalah : Ft + 1 = αXt + (1-α) Ft Keterangan : Ft + 1 = Ramalan untuk periode ke t+1


Xt = Nilai riil periode ke t Ft

= Ramalan untuk periode ke t

Dari persamaan tersebut besarnya forecast yang akan datang dijelaskan sebagai berikut : Ft + 1 = αXt + ( 1-α ) Ft Ft + 1 = αXt + Ft - α Ft Ft + 1 = Ft + αXt - αFt Ft + 1 = Ft + α( Xt –Ft ) ( Xt –Ft ) merupakan kesalahan forecast atau forecast error periode ke t. Dengan demikian dapat dikatakan bahwa forecast pada periode yang akan datang adalah ramalan periode sebelumnya ditambahkan alpha (α) dikalikan dengan kesalahan forecast periode sebelumnya. Dalam melakukan peramalan dengan metode single exponential smoothing besarnya alpha (α) ditentukan secara trial and error sampai ditemukan alpha (α) yang menghasilkan forecast error terkecil (Gitosudarmo dan Harijono, 2001). 2. Double exponential smoothing Metode ini merupakan model linier yang dikemukakan oleh Brown. Pada metode ini proses penentuan ramalan dimulai dengan menentukan besarnya alpha (α) yaitu antara 0 sampai 1. Dalam metode doble exponential smoothing ini dilakukan proses smoothing (pemulusan) dua kali (Setiadi, 2003). Tahap-tahap dalam menentukan peramalan adalah sebagai berikut : a) Menentukan smoothing pertama (S't) (S't) = αXt + ( 1-α ) S't-1


Keterangan : (S't)

: Smoothing pertama periode t

α

: Berdasarkan nilai mean square error terkecil dari 0,1 sampai 0,9

Xt

: Nilai riil periode t

S't-1

: Smoothing pertama periode t-1

b) Menentukan smoothing kedua (S"t) (S"t) = αS't + ( 1-α ) S"t-1 Keterangan : (S"t)

: Smoothing kedua periode t

S't

: Smoothing pertama periode t

S"t-1

: Smoothing kedua periode t-1

c) Menentukan besarnya konstanta (at) at = 2 S't - (S"t) d) Menentukan besarnya slope (bt)

e) Menentukan besarnya forecast (Ft+m) Ft + m = at + bt (m) Dimana m adalah jangka waktu forecast ke depan. Dari kedua metode smoothing yang telah dijelaskan diatas dikatakan bahwa ketepatan ramalan yang dilakukan dengan metode rata-rata bergerak (moving average) adalah rendah. Oleh karena alasan tersebut, maka metode atau teknik rata-rata bergerak tidak diperlukan secara ekstensif dalam penyusunan


ramalan. Sehingga dapat dipergunakan metode yang lebih baik yaitu metode “Exponential Smoothing” (Assauri, 1984). 2. Metode Box Jenkins Metode ini menggunakan pendekatan sebagai berikut, dipilih model tertentu dari berbagai model umum, kemudian dilakukan pengecekan model terhadap data apakah model dapat menggambarkan series secara memuaskan. Ukuran model itu baik bila nilai residu, atau gangguan itu kecil dan berdistribusi random serta saling tidak tergantung. Metode Box Jenkins biasanya menggunakan model umum seperti model rata-rata bergerak, model otoregresifdan kombinasi dari dua model tersebut, metode ini tidak saja melakukan forecast pada nilai tertentu series tetapi juga dapat menentukan seberapa jauh nilai yang akan datang tersebut menyimpang dari nilai senyatanya. Model-model Autoregressive/Integrated/MovingAverage (ARIMA) di kembangkan oleh George Box dan Gwilym Jenkins pada tahun 1976 secara efektif telah berhasil mencapai kesepakatan mengenai informasi relevan yang diperlukan untuk memahami dan memakai model-model ARIMA. Model ini dapat digunakan bila data yang tersedia dalam jumlah yang cukup besar sehingga membentuk runtut waktu yang cukup panjang dan biasanya sering dipergunakan untuk meramalkan harga saham harian, penerimaan, penjualan, tenaga kerja dan runtut waktu lainya (Aritonang, 2009). Namun metode ini memiliki beberapa kelemahan diantaranya adalah (Sugiarto, 2000).


a. Jumlah data yang dibutuhkan relatif sangat besar. Untuk data bulanan yang bersifat musiman, misalnyapaling tidak dibutuhkan 72 buah data. b. Apabila ada data baru yang tersedia, seringkali parameter dari Box Jenkins harus diestimasi ulang dan hal ini bisa menyebabkan revisi total terhadap model yang sudah dibuat. c. Di butuhkan waktu yang cukup lama untuk mencari model yang tepat, hal ini terjadi karena seringkali model sementara yang dibuat ternyata kurang tepat sehingga perlu dicari model lain yang lebih tepat. 3. Metode Proyeksi Trend dengan Regresi Metode ini merupakan dasar garis trend untuk suatu persamaan sistematis, sehingga dengan dasar persamaan tersebut dapat diproyeksikan hal yang diteliti untuk masa depan. Metode ini sangat baik ketepatannya untuk peramalan jangka panjang. Data yang dibutuhkan untuk penggunaan metode peramalan ini adalah data tahunan. Semakin banyak data yang dimiliki dan minimum data tahunan yang harus ada adalah lima tahun maka peramalan akan semakin baik. Untuk memproyeksi hal yang diteliti, terlebih dahulu trend ditentukan. Untuk menentukan nilai trend dapat digunakan beberapa cara yaitu : metode tangan bebas (free hand), metode setengah rata-rata (semi average), metode ratarata bergerak (moving average) dan metode kuadrat terkecil (least square) (Gitosudarmo, 2001).


a. Metode Tangan Bebas (Free Hand) Metode tangan bebas merupakan metode yang sangat sederhana dimana pembuatan trend bebas dilakukan tanpa menggunakan formula matematis. Pada metode ini garis trend ditentukan secara bebas tapi tidak berarti ditentukan tanpa pertimbangan-pertimbangan tertentu. Namun demikian penentuan garis trend tetap sangat subyektif, yang setiap orang mempunyai pertimbangan sendiri-sendiri (Gitosudarmo, 2001). Langkah-langkah untuk menentukan garis trend dengan menggunakan metode tangan bebas adalah sebagai berikut : 1) Buat sumbu tegak Y dan sumbu mendatar X. 2) Buat scatter diagram yaitu kumpulan titik koordinat (X,Y), X = variabel waktu, Y = data berkala. 3) Dengan jalan observasi atau pengamatan langsung terhadap bentuk scatter diagram tariklah garis yang mewakili atau paling tidak mendekati semua titik koordinat yang membentuk scatter diagram tersebut. Misalnya Y = data berkala, X = waktu (tahun, bulan dan sebagainya) Y : Y1 , Y2 ,…, Yi ,…, Yn X : X1 , X2 ,…, Xi ,…, Xn Cara menarik garis trend dengan tangan bebas merupakan cara yang paling mudah akan tetapi sifatnya sangat subyektif, maksudnya kalau ada lebih dari satu orang diminta untuk menarik garis trend dengan cara ini akan diperoleh garis trend lebih dari satu. Sebab masing-masing orang mempunyai pilihan


sendiri sesuai dengan anggapannya, garis mana yang mewakili scatter diagram tersebut (Supranto, 2000). b. Metode Setengah Rata-Rata (Semi Average) Dengan metode setengah rata-rata nilai trend sudah mulai ditentukan dengan perhitungan-perhitungan, yang berarti unsur subyektif mulai berkurang. Metode ini dapat digunakan apabila data yang dihadapi jumlahnya genap sehingga dapat dibagi menjadi dua kelompok sama besar. Cara menentukan trend dengan metode setengah rata-rata dengan prosedur sebagai berikut (Gitosudarmo, 2001). 1) Data yang ada dibagi menjadi dua kelompok dengan jumlah yang sama. Jika jumlah tahunnya ganjil maka tahun yang berada di tengah tidak diikutkan atau dihilangkan dalam perhitungan. 2) Tahun dasar ada pada tengah-tengah kelompok I 3) Pada masing-masing kelompok ditentukan nilai X (skor), semitotal dan semiaverage. 4) Jumlah nilai X (skor) pada kelompok I harus nol. 5) Melanjutkan penyekoran pada kelompok data yang kedua. 6) Proyeksi (forecast) di tahun yang akan datang tergantung besarnya nilai X. Nilai trend dihitung dengan formula : Y = a + bX Dimana : a = rata-rata kelompok

n = jumlah data masing-masing kelompok X = nilai yang ditentukan berdasarkan tahun dasar (skor)


Menggambarkan atau menentukan garis trend dengancara menghubungkan dua nilai rata-rata yang diketahui dalam suatu diagram. Garis itulah yang menjadigaris trend. c. Metode Rata-rata Bergerak (Moving Average) Metode rata-rata disebut rata-rata bergerak jika setengah rata-rata dihitung, diikuti gerakan satu periode ke belakang. Metode rata-rata bergerak disebut juga rata-rata bergerak terpusat, karena rata-rata bergerak diletakkan pada pusat periode yang digunakan. Jika ingin menghitung rata-rata bergerak dengan genap langkahlangkahnya ialah sebagai berikut (Sugiarto dan Harijono, 2001). 1) Menentukan jumlah gerak n tahun dan menempatkannya di tengah n periode yang jatuh diantara dua tahun. 2) Menempatkan jumlah bergerak pada satu tahun bukan diantara tahun, karena itu disebut jumlah bergerak terpusat 2n data berkala. 3) Menentukan jumlah bergerak terpusat yang merupakan penjumlahan dari 2n nilai data. 4) Menentukan rata-rata bergerak terpusat melalui pembagian jumlah bergerak terpusat dengan jumlah tahun yang tersedia. d. Metode Kuadrat Terkecil (Least Square) Metode kuadrat terkecil menganut prinsip bahwa garis paling sesuai untuk menggambarkan suatu data berkala adalah garis yang jumlah kuadrat selisih antara data tersebut dan garis trend nya terkecil atau minimum(Sugiarto, 2000). Sifat-sifat kuadrat terkecil itu adalah :


1. (Y-Y') = 0 2. (Y-Y')2 = terkecil Metode ini dipakai untuk mencari persamaan garis kurva trend. Dari persamaan ini kita dapat menghitung nilai-nilai trend T. Trend

dari

persamaan ini kita gunakan untuk menghitung ramalan nilai-nilai trend T. Persamaan trend linier : Bentuk umum : Yi = a + bXi Keterangan : Yi = nilai trend untuk periode tertentu Yi = a, jika Xi = 0 b = kemiringan garis trend, artinya besarnya perubahanYt, jika perubahan satu besaran periode waktu Xi = kode periode waktu = t - t1 Dengan metode ini, nilai a dan b dari persamaan trend linier ditentukan dengan rumus :

Keterangan : n adalah banyaknya pasangan data 4. Variasi Musiman Variasi musiman (s) merupakan salah satu komponen daridata berkala (Time series). Untuk mengetahui pola variasi musiman suatu data berkala maka komponen-komponen lain dari data berkala yaitu trend(t), variasi siklik(c), dan variasi irregular (i) harus dihilangkan. Pola variasi musiman dinyatakan dalam bentuk angka indeks yang disebut indeks musiman. Indeks musiman merupakan


nilai relatif dari data berkala (variabel Y) selama seluruh musim dalam satu tahun. Musim dapat berbentuk semester, kuartal, atau bulan. Variasi musiman dapat dibedakan atas beberapa macam, yaitu sebagai berikut: 1. Variasi musiman spesifik (specific seasonal) adalah variasi musiman dalam jangka waktu satu tahun. 2. Variasi musiman berubah-ubah (charging seasonal) adalah variasi musiman yang tidak tetap dari satu periode ke periode yang lain. 3. Variasi musiman tipikal (typical seasonal) adalah variasi musiman rata-rata dalam jangka waktu yang agak lama. 4. Variasi musiman tetap (constant seasonal) adalah variasi musiman yang tidak mengalami perubahan. Dalam teori klasik, rata-rata ukuran musiman sama dengan 100. Dengan demikian, untuk data semester jumlah dua ukuran semester sama dengan 200 (2 x 100), untuk data kuartal jumlah empat ukuran kuartal sama dengan 400 (4 x 100), dan untuk data bulan jumlah 12 ukuran bulan sama dengan 1200 (12 x 100). Jika tidak sesuai dengan jumlah-jumlah tersebut, harus diadakan penyesuaian dan setelah jumlahnya sama dengan 200, 400, 1200 maka ukuran semester, ukuran kuartal, dan ukuran bulan tersebut disebut sebagai indeks musiman.


2.3 Alur Penelitian

Catatan Bulanan Program Imunisasi

       

Jumlah imunisasi dasar secara keseluruhan tahun 2010-2014 Jumlah imunisasi dasar tahun 2010-2014 : Jumlah imunisasi BCG Jumlah imunisasi DPT Jumlah imunisasi Polio Jumlah imunisasi Campak Jumlah imunisasi Hepatitis B Analisis Data Berkala

Tidak Memiliki Trend Jangka Panjang

Memiliki Trend Jangka Panjang

 

Double EksponentialSmoothing Ramalan jumlahimunisasi dasar secara keseluruhan tahun 2015 Ramalan jumlah imunisasi dasar tahun 2015:  Ramalan jumlah imunisasi BCG  Ramalan jumlah imunisasi DPT  Ramalan jumlah imunisasi Polio  Ramalan jumlah imunisasi Campak  Ramalan jumlahimunisasi Hepatitis B

Proyeksi Trend Variasi Musiman

Ramalan jumlahimunisasi dasar secara keseluruhan tahun 2015-2019 Ramalan jumlah imunisasi dasar tahun 20152019 :  Ramalan jumlah imunisasi BCG  Ramalan jumlah imunisasi DPT  Ramalan jumlah imunisasi Polio  Ramalan jumlah imunisasi Campak  Ramalan jumlahimunisasi Hepatitis B

Gambar 2.5 Alur Penelitian Analisa Kecenderungan Jumlah Imunisasi Dasar Tahun2010-2014 Untuk Meramalkan Jumlah Imunisasi Dasar Tahun 2015-2019 di Kota Tanjung Balai Dengan Metode Deret Berkala


BAB II TINJAUAN PUSTAKA

Recommend Documents