Metode Holt Winters Untuk Peramalan Kasus Malnutrisi Pada Rumah Sakit: Pendekatan Time Series Analysis

Abstract

Peramalan kejadian malnutrisi memungkinkan petugas kesehatan untuk mengambil tindakan yang tepat dalam menangani pasien di rumah sakit, mengurangi kerugian. karena terjadi lonjakan yang sangat kecil pada kasus ini dalam 5 tahun sebelumnya, sehingga menimbulkan komplikasi bagi tim kesehatan dalam penanganan dan penatalaksanaannya. Tujuan dari penelitian ini adalah untuk memodelkan akurasi peramalan menggunakan data pasien berisiko malnutrisi dari tahun 2013 hingga 2020 untuk peramalan tahun berikutnya menggunakan metode peramalan Holt-Winters (HW). Model Triple Exponential Smoothing digunakan untuk menyelidiki sensitivitas ketergantungan estimasi jumlah kasus. Hasil penelitian menunjukkan bahwa jika dibandingkan dengan model lain, prediksi root mean square error (RMSE) kasus malnutrisi adalah 38,54%. Jika dibandingkan dengan model Holt-Winters lainnya, penggunaan tren teredam menghasilkan mean absolute error (MAE) sebesar 26,94% dan mean absolute percentage error (MAPE) sebesar 0,31.