Peramalan Jumlah Kasus COVID-19 di Provinsi Sulawesi Barat Menggunakan Model Hybrid ARIMA Backpropagation

Author:

Maryam Maryam,Rahmawati Rahmawati,Asrirawan Asrirawan

Abstract

COVID-19 (Coronavirus Disease 2019) adalah virus jenis baru yang telah menjadi pandemik. Virus ini harus diwaspadai karena penularannya yang relatif cepat yang memberikan dampak secara global pada semua sektor kehidupan masyarakat termasuk di Provinsi Sulawesi Barat. Pertambahan kasus COVID-19 di Provinsi Sulawesi Barat mengalami perubahan data setiap bulanya. Hal ini mengindikasikan data memiliki pola linier dan nonlinier.  Sehingga penelitian ini meramalkan jumlah kasus positif COVID-19 di Provinsi Sulawesi Barat kedepannya dengan menerapkan model Hybrid ARIMA backpropagation yang diperkenalkan sebagai metode gabungan linear dan nonlinear. Peramalan ini dilakukan dengan bantuan software R dan Matlab menggunakan data sebanyak 337 hari dengan pembagian data sebanyak tiga kelompok data training yaitu 80%, 70% dan 60%. Beberapa tahap yang digunakan dalam peramalan jumlah kasus COVID-19 yaitu menganalisis data dengan menggunakan metode ARIMA. Kemudian melakukan peramalan residual dari model ARIMA tersebut dengan menggunakan metode Backpropagation. Dari hasil analisis model terbaik dipilih berdasarkan nilai MSE diperoleh model Hybrid ARIMA backpropagation lebih baik dibandingkan model ARIMA untuk meramalkan jumlah kasus COVID-19 di Provinsi Sulawesi Barat jika pembagian data dalam memodelkan yaitu training 60% dengan MSE ARIMA sebesar 993,35 dan MSE Hybrid ARIMA Backpropagation sebesar 866,34 dengan model Hybrid ARIMA (2,1,1) BP dengan struktur jaringan 7-7-1.

Publisher

Universitas Sulawesi Barat

Reference10 articles.

1. Albana, A.S, dan Azhari, S., 2020, Prediksi Penyebaran COVID-19 Kota Surabaya dengan Simulasi Monte Carlo, Journal of Advances in Information and Industrial Technology (JAIIT), No.1, Vol. 2, 36-42.

2. Aswi, & Sukarna,. 2006, Analisis Deret waktu Teori dan Aplikasi, Ed. 1, H. Muhammad Arif Tiro: Makassar.

3. Fausett, L. (1994). Fundamentals of Neural networks (Architectures, Algorithms, dan Applications). Upper Saddle River, New Jersey: Prentice.

4. Janah, S.N., et al, 2014, Penerapan Model Hybrid Arima Backpropagation untuk Peramalan Harga Gabah Indonesia, Media Statistika, No.2, Vol.7, 63-69.

5. KEMENKES RI, 2021, Situasi Terkini Perkembangan Novel Coronavirus (COVID-19). https://covid19.kemkes.go.id/document/donwload/cover, diakses tgl 8 Februari 2021.

同舟云学术

1.学者识别学者识别

2.学术分析学术分析

3.人才评估人才评估

"同舟云学术"是以全球学者为主线,采集、加工和组织学术论文而形成的新型学术文献查询和分析系统,可以对全球学者进行文献检索和人才价值评估。用户可以通过关注某些学科领域的顶尖人物而持续追踪该领域的学科进展和研究前沿。经过近期的数据扩容,当前同舟云学术共收录了国内外主流学术期刊6万余种,收集的期刊论文及会议论文总量共计约1.5亿篇,并以每天添加12000余篇中外论文的速度递增。我们也可以为用户提供个性化、定制化的学者数据。欢迎来电咨询!咨询电话:010-8811{复制后删除}0370

www.globalauthorid.com

TOP

Copyright © 2019-2024 北京同舟云网络信息技术有限公司
京公网安备11010802033243号  京ICP备18003416号-3