Perbandingan Metode Autoregressive Integrated Moving Average (ARIMA) dan Long Short Term Memory (LSTM) dalam Memprediksi Jumlah Pasien (Studi Kasus Puskesmas Dawarblandong Kabupaten Mojokerto)

Abstract

Prediksi data time series telah menjadi salah satu topik yang sangat penting dalam berbagai bidang, seperti bisnis, ekonomi, dan teknologi. Data time series yaitu pengamatan terhadap suatu variabel yang diambil dari waktu ke waktu berdasarkan urutan kejadian dengan interval waktu yang sama. Model yang sering digunakan dalam memprediksi data bertipe time series adalah Autoregressive Integrated Moving Average (ARIMA) dan Long Short Term Memory (LSTM). Pada penelitian ini akan dilakukan perbandingan metode ARIMA dan LSTM. Kedua metode tersebut dipilih karena dapat mempelajari pola temporal pada data dan dapat digunakan dalam melakukan peramalan pada jenis data time series. Keakuratan hasil prediksi akan dibandingkan untuk mengevaluasi kinerjanya. Data yang digunakan untuk membandingkan metode ARIMA dan LSTM adalah data kunjungan pasien puskesmas Dawarblandong. Puskesmas Dawarblandong adalah salah satu puskesmas yang berada di Kabupaten Mojokerto. Perencanaan yang dapat dilakukan untuk meningkatkan pelayanan adalah dengan memprediksi jumlah pasien. Prediksi jumlah pasien dapat membantu dalam mengambil keputusan dan perencanaan sumber daya untuk kedepannya. Prediksi jumlah pasien dapat digunakan sebagai sistem pendukung keputusan untuk meningkatkan kinerja dalam memberikan pelayanan terbaik guna memberikan kepuasan bagi pasien. Hasil penelitian menunjukkan metode ARIMA lebih baik dibandingkan dengan metode LSTM dikarenakan memiliki nilai eror yang lebih kecil dengan perbandingan data train dan test sebesar 80:20 dengan parameter terbaik yang dihasilkan dari proses pelatihan yaitu nilai p 4, d 1, dan q 5 yang memperoleh nilai MAPE 15,77%. Sedangkan model LSTM terbaik dengan perbandingan data train, test sebesar 70:30 dengan kombinasi unit 50, 100, 200 dan parameter terbaik yang dihasilkan dari proses pelatihan yaitu nilai batch size 32 dan epoch 50 yang memperoleh nilai MAPE 17,40%.