Prediksi Banyaknya Kasus Aktif Harian Coronavirus Disease (Covid-19) Di Indonesia Menggunakan Multiple Linear Regression (MLR) dan Partial Least Square Regression (PLSR)
| Format: | res |
|---|---|
| Terbitan: |
#CREATOR_ORGNAME#
, 2022
|
| Subjects: | |
| Online Access: |
http://digilib.polban.ac.id\/download.php?id=44209 |
Daftar Isi:
- Pandemi coronavirus disease (COVID-19) di Indonesia belum dapat dipastikan akan berakhir, pada awal januari sampai pertengahan terjadi penurunan yang sangat signifikan, namun mulai dari pertengahan Januari sampai dengan Februari kembali mengalami kenaikan dan puncaknya terjadi pada akhir Februari 2022 selanjutnya terjadi penurunan yang signifikan sampai dengan pertengahan bulan Juni dan kembali mengalami kenaikan secara perlahan pada akhir bulan juni 2022. Respon pemerintah dalam mengendalikan penyebaran pandemi ini, dengan menerapkan kebikajakan pemberian vaksin dan penerapaan pemberlakuan pembatasan kegiatan masyaraka (PPKM). Perkiraan banyak kasus aktif dikemudian hari sangat diperlukan untuk melihat keberhasilan pemerintah dalam menerapkan kebijakan tersebut. Tujuan penelitian ini adalah untuk memberikan informasi perkiraan banyaknya kasus aktif COVID-19 dikemudian hari di Indonesia yang bergantung pada jumlah harian baru, sembuh, dan meninggal. Penelitian ini menerapkan model matematika Autoregressive Integrated Moving Average (ARIMA), Multiple Linear Regression (MLR) dan Partial Least Square Regression (PLSR). Dari ketiga model tersebut akan ditentukan model yang cocok untuk memperkirakan banyaknya kasus aktif COVID-19 di kemudian hari. Metode penelitian ini diawali dengan menentukan sumber data harian kasus aktif, baru, sembuh, dan meninggal. Berdasarkan data pengamatan harian tanggal 11 Januari 2022 sampai dengan 11 Juni 2022 dilakukan identifikasi, estimasi pemodelan ARIMA, MLR, dan PLSR. Selanjutnya berdasarkan kriteria model terbaik, ditentukan model yang cocok untuk meramalkan banyaknya kasus aktif COVID-19 di Indonesia.