Tarigan, Nur Azila (2026) SPASIAL PATTERN ANALYSIS DAN FORECASTING DALAM MELIHAT PERTUMBUHAN KASUS TUBERKULOSIS (TB) DI ACEH UTARA MENGGUNAKAN METODE FACEBOOK PROPHET. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (169kB)
	Text Abstrak.pdf Download (219kB)
	Text Bab 1.pdf Download (218kB)
	Text Daftar Pustaka.pdf Download (195kB)
	Text Full-text.pdf Restricted to Registered users only Download (4MB)

Abstract

Tuberkulosis (TB) masih menjadi permasalahan kesehatan masyarakat di Kabupaten Aceh Utara yang memerlukan pemantauan spasial dan temporal. Penelitian ini bertujuan menganalisis pola persebaran kasus TB, meramalkan jumlah kasus tahun 2026, serta menyajikan hasilnya melalui WebGIS pada tingkat kecamatan. Data penelitian meliputi 4.217 kasusTB pada 27 kecamatan selama 2021–2025, data penduduk, iklim, dan batas administrasi. Rate kasus per 100.000 penduduk dihaluskan menggunakan Global Empirical Bayes, kemudian dianalisis dengan Global Moran’s I dan Local Indicators of Spatial Association (LISA) menggunakan bobot Queen contiguity. Peramalan dilakukan dengan Facebook Prophet pada data bulanan tingkat kabupaten, sedangkan curah hujan, kelembapan, dan suhu diuji sebagai external regressor pada lag 0–4. Hasil penelitian menunjukkan autokorelasi spasial positif dan signifikan pada tahun 2023 dengan Moran’s I sebesar 0,3175 dan p-value 0,004 serta tahun 2024 sebesar 0,1923 dan p-value 0,038. Pada tahun 2021, 2022, dan 2025 belum terdapat bukti autokorelasi spasial global yang signifikan. Hasil LISA menunjukkan klaster High–High tahun 2023 di Matangkuli, Meurah Mulia, dan Tanah Luas, sedangkan klaster Low–Low ditemukan di Banda Baro, Dewantara, Muara Batu, Nisam Antara, dan Sawang. Pada tahun 2024, klaster High–High ditemukan di Baktiya Barat, Seunuddon, dan Tanah Jambo Aye, sedangkan klaster Low–Low ditemukan di Banda Baro, Muara Batu, Nisam Antara, dan Sawang. Model Prophet tanpa external regressor memberikan kinerja terbaik dengan MAE 14,97, RMSE 19,49, dan MAPE 25,66%, serta menghasilkan forecast 922 kasus pada tahun 2026. Forecast tertinggi terjadi pada Januari sebanyak 85 kasus, sedangkan terendah pada April dan November masing-masing 66 kasus. Hasil alokasi menunjukkan Lhoksukon memiliki estimasi terbesar, yaitu 84 kasus. K-Means mengelompokkan kecamatan menjadi 7 kategori rendah, 14 sedang, dan 6 tinggi, yaitu Paya Bakong, Nisam, Seunuddon, Syamtalira Aron, Pirak Timur, dan Samudera. Seluruh hasil disajikan melalui WebGIS dalam bentuk peta, grafik, dan tabel interaktif.

Item Type:	Thesis (S1)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 57201 - Jurusan Sistem Informasi
Depositing User:	Nur Azila Tarigan
Date Deposited:	03 Sep 2026 06:55
Last Modified:	03 Sep 2026 06:55
URI:	https://rama.unimal.ac.id/id/eprint/22281

Actions (login required)

View Item