Melola Discovery

← Melola Discovery

Jurnal

ANALISIS FORECASTING PADA JUMLAH KASUS GIZI BURUK DI PROVINSI SULAWESI TENGGARA TAHUN 2019 - 2023

Preventif Journal · Vol. 4 No. 1 (2019)

DOI
10.37887/epj.v4i1.9433
ISSN
2620-3294, 2540-8283
Published
2019-11-19
Publisher
Universitas Halu Oleo
Language
eng

Abstract

Abstrak Salah satu kriteria dalam penanganan masalah gizi bahwa satu kasus gizi buruk di suatu daerah sudah dapat dikategorikan ke dalam Kejadian Luar Biasa (KLB) gizi buruk. Mengacu pada kriteria ini, maka pada tahun 2017 di seluruh wilayah Sulawesi Tenggara telah mengalami KLB gizi. Untuk itu perlu dilakukan upaya pencegahan dini dengan analisis peramalan (forecasting) data berkala (time series).Penelitian ini bertujuan untuk mengetahui analisis forecasting menggunakan metode time series pada data kasus gizi buruk di Provinsi Sulawesi Tenggara. Jenis penelitian ini adalah kuantitatif deskriptif dengan pendekatan Analisis Data Sekunder (ADS) yang dianalisis dengan analisis rangkaian berkala (time series). Populasi yang digunakan dalam penelitian ini adalah seluruh data time series gizi buruk berdasarkan jenis kelamin dan wilayah kabupaten/kota selama periode 2013 – 2017 di Provinsi Sulawesi Tenggara sebanyak 1.327 data. Analisis data penelitian ini menggunakan analisis forecasting dengan metode time series pendekatan trend (trend linier, trend quadratic dan trend exponensial). Prediksi jumlah kasus gizi buruk di Provinsi Sulawesi Tenggara periode tahun 2013 – 2017 menggunakan pendekatan trend quadratic. Hasil prediksi tahun 2019 – 2023 menunjukkan bahwa peningkatan kasus akan terjadi pada wilayah Kabupaten Muna, Bombana, Wakatobi, Konawe Utara, Kolaka Timur, Muna Barat, Buton Selatan dan Kota Bau-Bau. Peningkatan kasus tertinggi terjadi di Kabupaten Wakatobi dengan pucak peningkatan diprediksi akan terjadi pada tahun 2023. Analisis trend model terbaik untuk prediksi jumlah kasus gizi buruk di Provinsi Sulawesi Tenggara tahun 2019– 2023 adalah quadratic. Kata Kunci: giziburuk; forecasting; timeseries

Collaboration network of the authors

32 authors · 62 co-authorship links · 8 across different organisations

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Indonesia University of Education
  • Sebelas Maret University
  • State University of Malang
  • Universitas Sulawesi Tenggara
  • Diponegoro University
  • Universitas Halu Oleo
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Siti ZahrahAffiliation unknown2
Sulistyo SaputroSebelas Maret University1
Murwani Dewi WijayantiSebelas Maret University1
Sentot Budi RahardjoSebelas Maret University1
Liliasari LiliasariIndonesia University of Education1
E. Nursa'adahAffiliation unknown1
Wiji WijiIndonesia University of Education1
Muhammad Nurul HanaIndonesia University of Education1
Hayuni Retno WidartiState University of Malang1
Ana PermanasariState University of Malang1
Yohana Feynendra DaeliAffiliation unknown1
Yoyok Budi PramonoDiponegoro University1
Sri KhayatiUniversitas Sulawesi Tenggara1
Rifkah Anniza RahmanUniversitas Sulawesi Tenggara1
Alimuddin AlimuddinAffiliation unknown1
Hasnawati HasnawatiUniversitas Halu Oleo1
Rahmawati RahmawatiAffiliation unknown1
Moh. Guntur NangiAffiliation unknown1
Rahmawati RahmawatiAffiliation unknown1
La Djabo ButonAffiliation unknown1
Darna JumadilAffiliation unknown1
Hery SupratmanAffiliation unknown1
Rahmad Fani RamadhanAffiliation unknown1
SulhaswardiAffiliation unknown1
Nursamsul KustiawanAffiliation unknown1
Aria LafansaAffiliation unknown1
Tubagus Ferdi FadilahAffiliation unknown1
Nia Nurul AzizaAffiliation unknown1
Dita SetiatiAffiliation unknown1
Firda FairuzaAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ojs.uho.ac.id/index.php/preventifjournal/oai, first harvested 31 Okt 2026, last seen 1 Nov 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">ANALISIS FORECASTING PADA JUMLAH KASUS GIZI BURUK DI PROVINSI SULAWESI TENGGARA TAHUN 2019 - 2023</dc:title>
	<dc:creator>Fadmi, Fitri Rachmillah</dc:creator>
	<dc:creator>Mulyani, Sri</dc:creator>
	<dc:description xml:lang="en-US">Abstrak
Salah satu kriteria dalam penanganan masalah gizi bahwa satu kasus gizi buruk di suatu daerah sudah dapat
dikategorikan ke dalam Kejadian Luar Biasa (KLB) gizi buruk. Mengacu pada kriteria ini, maka pada tahun 2017 di
seluruh wilayah Sulawesi Tenggara telah mengalami KLB gizi. Untuk itu perlu dilakukan upaya pencegahan dini
dengan analisis peramalan (forecasting) data berkala (time series).Penelitian ini bertujuan untuk mengetahui
analisis forecasting menggunakan metode time series pada data kasus gizi buruk di Provinsi Sulawesi Tenggara.
Jenis penelitian ini adalah kuantitatif deskriptif dengan pendekatan Analisis Data Sekunder (ADS) yang dianalisis
dengan analisis rangkaian berkala (time series). Populasi yang digunakan dalam penelitian ini adalah seluruh data
time series gizi buruk berdasarkan jenis kelamin dan wilayah kabupaten/kota selama periode 2013 – 2017 di
Provinsi Sulawesi Tenggara sebanyak 1.327 data. Analisis data penelitian ini menggunakan analisis forecasting
dengan metode time series pendekatan trend (trend linier, trend quadratic dan trend exponensial). Prediksi
jumlah kasus gizi buruk di Provinsi Sulawesi Tenggara periode tahun 2013 – 2017 menggunakan pendekatan
trend quadratic. Hasil prediksi tahun 2019 – 2023 menunjukkan bahwa peningkatan kasus akan terjadi pada
wilayah Kabupaten Muna, Bombana, Wakatobi, Konawe Utara, Kolaka Timur, Muna Barat, Buton Selatan dan
Kota Bau-Bau. Peningkatan kasus tertinggi terjadi di Kabupaten Wakatobi dengan pucak peningkatan diprediksi
akan terjadi pada tahun 2023. Analisis trend model terbaik untuk prediksi jumlah kasus gizi buruk di Provinsi
Sulawesi Tenggara tahun 2019– 2023 adalah quadratic. 

Kata Kunci: giziburuk; forecasting; timeseries</dc:description>
	<dc:publisher xml:lang="en-US">Universitas Halu Oleo</dc:publisher>
	<dc:contributor xml:lang="en-US"></dc:contributor>
	<dc:date>2019-11-19</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.uho.ac.id/index.php/preventifjournal/article/view/9433</dc:identifier>
	<dc:identifier>10.37887/epj.v4i1.9433</dc:identifier>
	<dc:source xml:lang="en-US">Preventif Journal; Vol 4, No 1 (2019): Preventif Journal</dc:source>
	<dc:source>2620-3294</dc:source>
	<dc:source>2540-8283</dc:source>
	<dc:source>10.37887/epj.v4i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs.uho.ac.id/index.php/preventifjournal/article/view/9433/6653</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2019 Preventif Journal</dc:rights>
</oai_dc:dc>