Perpustakaan Digital ITB

Demam Berdarah Dengue (DBD) merupakan salah satu isu kesehatan yang tingkat penyebarannya meningkat di beberapa dekade terakhir, terutama di wilayah tropis dan subtropis. Di Indonesia, penyakit DBD merupakan masalah kesehatan serius yang memiliki pola tahunan, dengan puncak kasus umumnya terjadi di musim hujan. Penelitian ini bertujuan untuk memodelkan dan meramal kasus DBD dengan pola tahunan di beberapa wilayah di Indonesia, yaitu Jawa Barat, Jakarta, dan Kota Bandung. Hasil peramalan kemudian digunakan sebagai dasar untuk mengestimasi premi dan dana cadangan, guna mendukung upaya pengelolaan risiko sekaligus intervensi dini terhadap penyakit ini di masa mendatang. Metode yang digunakan pada penelitian ini adalah seasonal ARIMA (SARIMA), exponential smoothing, serta machine learning dengan pendekatan deret waktu. Hasil pemodelan menunjukkan bahwa ketiga metode mampu menangkap pola musiman kasus DBD dengan performa peramalan yang cukup dapat dipertimbangkan, termasuk dalam mengantisipasi kejadian luar biasa. Dengan demikian, penelitian ini menunjukkan potensi pemanfaatan model prediktif sebagai bagian dari perencanaan kesehatan preventif berbasis data kasus.