INTEGRASI MODEL TIME SERIES DAN GRAFIK KENDALI INDIVIDUAL MOVING RANGE UNTUK SISTEM PERINGATAN DINI KASUS DBD DI KOTA MAKASSAR = INTEGRATION OF TIME SERIES MODEL AND INDIVIDUAL MOVING RANGE CONTROL CHART FOR EARLY WARNING SYSTEM OF DENGUE FEVER CASES IN MAKASSAR CITY

Demam berdarah dengue (DBD) masih menjadi ancaman serius bagi kesehatan masyarakat di wilayah tropis dan subtropis, terutama di daerah perkotaan dengan kepadatan penduduk tinggi. Sistem pemantauan yang efektif diperlukan untuk mendeteksi lonjakan jumlah kasus secara dini. Namun, pendekatan Statistical Process Control (SPC) konvensional umumnya mengasumsikan bahwa data bersifat independen dan identik terdistribusi, asumsi yang tidak terpenuhi dalam data runtun waktu epidemiologis yang menunjukkan autokorelasi. Penelitian ini mengusulkan suatu kerangka pemantauan yang mengintegrasikan pemodelan runtun waktu dengan teknik SPC untuk mengatasi struktur autokorelasi pada data bulanan kasus DBD. Model Autoregressive Integrated Moving Average (ARIMA) digunakan terlebih dahulu untuk menangkap ketergantungan temporal, kemudian residual dari model tersebut—yang diasumsikan bersifat mendekati independen—dianalisis menggunakan Individual Moving Range (I-MR) control chart. Pendekatan ini diterapkan pada data kasus DBD di Kota Makassar, Indonesia, selama periode Januari 2013 hingga Desember 2024. Hasil menunjukkan bahwa grafik kontrol berbasis residual mampu mengidentifikasi sinyal out-of-control yang sesuai dengan periode kejadian wabah DBD yang tercatat. Metode ini memberikan alat pemantauan yang praktis dan kuat secara statistik untuk meningkatkan sistem peringatan dini dalam pengawasan demam berdarah.

Keyword : Demam Berdarah Dengue, Statistical Process Control, Autokorelasi, ARIMA, Peta Kendali IMR