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

M. Maryam, R. Rahmawati, Asrirawan Asrirawan
{"title":"Peramalan Jumlah Kasus COVID-19 di Provinsi Sulawesi Barat Menggunakan Model Hybrid ARIMA Backpropagation","authors":"M. Maryam, R. Rahmawati, Asrirawan Asrirawan","doi":"10.31605/saintifik.v8i1.361","DOIUrl":null,"url":null,"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.","PeriodicalId":407543,"journal":{"name":"SAINTIFIK","volume":"102 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-02-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"SAINTIFIK","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31605/saintifik.v8i1.361","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

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.
COVID-19是一种新病毒,已成为流行病毒。这种病毒之所以引人注目,是因为其相对迅速的传播对包括苏拉威西省在内的所有公共生活部门产生了全球影响。西苏拉威西省的科维德-19案件增加,每个月的数据都发生了变化。这表明数据有线性和非线性模式。因此,这项研究预测了未来苏拉威西省COVID-19病例的阳性病例,该病例将采用一种引入线性和非线性的混合模型。这是在R和Matlab软件的帮助下完成的,他们使用了337天的数据,将培训数据分成三组,即80%、70%和60%。COVID-19案例中使用的几个步骤是使用ARIMA方法分析数据。然后用一种宣传方法来分析ARIMA模型的剩余特性。挑选最好的模型分析基于分数获得MSE混血儿ARIMA模型backpropagation比ARIMA模型来预测发病率COVID-19在西苏拉威西省如果分配数据模拟,即培训和MSE 60% ARIMA 993.35万欧元和MSE混血儿ARIMA backpropagation 866.34大小与混血儿ARIMA模型(2,1,1)BP 7-7-1网络结构。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信