患者采用SARIMA方法每天阳性Covid-19病例建模

Wigid Hariadi, Sulantari Sulantari
{"title":"患者采用SARIMA方法每天阳性Covid-19病例建模","authors":"Wigid Hariadi, Sulantari Sulantari","doi":"10.52166/ujmc.v7i2.2743","DOIUrl":null,"url":null,"abstract":"Abstract. The Seasonal Autoregressive Integrated Moving Average (SARIMA) model is a popular method for forecasting univariate time series data for data containing seasonality. This method consists of several stages, namely: identification, parameter assessment, diagnostic examination, and forecasting using the SARIMA (p,d,q)(P,D,Q)S model. The SARIMA model can be applied in various fields, one of which is the medical field. The number of patients infected with the CoVID-19 virus continues to grow every day. Indonesia is one of the countries experiencing the impact of the COVID-19 virus. On December 28, 2021, the number of positive Covid-19 patients in Indonesia was 4,262,157, with 4,113,472 patients recovering and 144,071 patients dying. Seeing the high number of positive cases of Covid-19 in Indonesia, the author wants to conduct research on modeling cases of patients who are confirmed to be positive for Covid-19 per day in Indonesia and then from this model, data forecasting will be carried out for the next 28 periods. The data collection period is from November 1, 2021 to December 28, 2021. And the results of a good model for predicting cases of confirmed positive COVID-19 patients per day in Indonesia are the SARIMA (2,1,2)(2,1,1)7 model, with The seasonal length is 7 periods, and the sum squared resid is 0.927619. \n  \nAbstrak. Model Seasonal Autoregressive Integrated Moving Average (SARIMA) adalah metode populer untuk meramalkan data deret waktu univariat untuk data yang mengadung musiman. Metode ini terdiri dari beberapa tahapan, yaitu: identifikasi, penilaian parameter, pemeriksaan diagnostik, dan peramalan menggunakan model SARIMA (p,d,q)(P,D,Q)S. Model SARIMA dapat diterapkan di berbagai bidang, salah satunya bidang medis. Jumlah pasien yang terinfeksi virus CoVID-19 terus bertambah setiap harinya. Negara Indonesia  merupakan salah satu Negara yang mengalami dampak virus covid-19. pada 28 Desember 2021, jumlah pasien positif Covid-19 di Indonesia sebanyak 4.262.157 pasien, dengan 4.113.472 pasien sembuh dan 144.071 pasien meninggal dunia. Melihat tingginya kasus positif Covid-19 di Indonesia, maka penulis ingin melakukan penelitian tentang pemodelan kasus pasien terkonfirmasi positif covid-19 perhari di Indonesia untuk kemudian dari model tersebut akan dilakuakn peramalan data untuk 28 periode kedepan. Periode pendataan dari tanggal 1 November 2021 sampai dengan 28 Desember 2021. Dan hasil model yang baik untuk memprediksi kasus pasien terkonfirmasi positif covid-19 perhari di Indonesia adalah model SARIMA (2,1,2)(2,1,1)7, dengan panjang musiman nya 7 periode, dan nilai sum squared resid sebesar 0.927619.","PeriodicalId":262941,"journal":{"name":"Unisda Journal of Mathematics and Computer Science (UJMC)","volume":"58 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-12-31","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"1","resultStr":"{\"title\":\"Pemodelan Kasus Pasien Terkonfirmasi Positif Covid-19 Per-Hari Di Indonesia dengan Metode SARIMA\",\"authors\":\"Wigid Hariadi, Sulantari Sulantari\",\"doi\":\"10.52166/ujmc.v7i2.2743\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Abstract. The Seasonal Autoregressive Integrated Moving Average (SARIMA) model is a popular method for forecasting univariate time series data for data containing seasonality. This method consists of several stages, namely: identification, parameter assessment, diagnostic examination, and forecasting using the SARIMA (p,d,q)(P,D,Q)S model. The SARIMA model can be applied in various fields, one of which is the medical field. The number of patients infected with the CoVID-19 virus continues to grow every day. Indonesia is one of the countries experiencing the impact of the COVID-19 virus. On December 28, 2021, the number of positive Covid-19 patients in Indonesia was 4,262,157, with 4,113,472 patients recovering and 144,071 patients dying. Seeing the high number of positive cases of Covid-19 in Indonesia, the author wants to conduct research on modeling cases of patients who are confirmed to be positive for Covid-19 per day in Indonesia and then from this model, data forecasting will be carried out for the next 28 periods. The data collection period is from November 1, 2021 to December 28, 2021. And the results of a good model for predicting cases of confirmed positive COVID-19 patients per day in Indonesia are the SARIMA (2,1,2)(2,1,1)7 model, with The seasonal length is 7 periods, and the sum squared resid is 0.927619. \\n  \\nAbstrak. Model Seasonal Autoregressive Integrated Moving Average (SARIMA) adalah metode populer untuk meramalkan data deret waktu univariat untuk data yang mengadung musiman. Metode ini terdiri dari beberapa tahapan, yaitu: identifikasi, penilaian parameter, pemeriksaan diagnostik, dan peramalan menggunakan model SARIMA (p,d,q)(P,D,Q)S. Model SARIMA dapat diterapkan di berbagai bidang, salah satunya bidang medis. Jumlah pasien yang terinfeksi virus CoVID-19 terus bertambah setiap harinya. Negara Indonesia  merupakan salah satu Negara yang mengalami dampak virus covid-19. pada 28 Desember 2021, jumlah pasien positif Covid-19 di Indonesia sebanyak 4.262.157 pasien, dengan 4.113.472 pasien sembuh dan 144.071 pasien meninggal dunia. Melihat tingginya kasus positif Covid-19 di Indonesia, maka penulis ingin melakukan penelitian tentang pemodelan kasus pasien terkonfirmasi positif covid-19 perhari di Indonesia untuk kemudian dari model tersebut akan dilakuakn peramalan data untuk 28 periode kedepan. Periode pendataan dari tanggal 1 November 2021 sampai dengan 28 Desember 2021. Dan hasil model yang baik untuk memprediksi kasus pasien terkonfirmasi positif covid-19 perhari di Indonesia adalah model SARIMA (2,1,2)(2,1,1)7, dengan panjang musiman nya 7 periode, dan nilai sum squared resid sebesar 0.927619.\",\"PeriodicalId\":262941,\"journal\":{\"name\":\"Unisda Journal of Mathematics and Computer Science (UJMC)\",\"volume\":\"58 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-12-31\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"1\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Unisda Journal of Mathematics and Computer Science (UJMC)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.52166/ujmc.v7i2.2743\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Unisda Journal of Mathematics and Computer Science (UJMC)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.52166/ujmc.v7i2.2743","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 1

摘要

摘要季节性自回归综合移动平均(SARIMA)模型是一种常用的预测单变量时间序列数据的方法。该方法由几个阶段组成,即:识别,参数评估,诊断检查和使用SARIMA (p,d,q)(p,d,q) S模型进行预测。SARIMA模型可以应用于各个领域,医学领域就是其中之一。感染CoVID-19病毒的患者人数每天都在增加。印度尼西亚是受到COVID-19病毒影响的国家之一。截至2021年12月28日,印尼新冠肺炎确诊病例4262157例,康复病例4113472例,死亡病例144071例。鉴于印度尼西亚的Covid-19阳性病例数量很高,作者想对印度尼西亚每天确诊的Covid-19阳性患者进行建模研究,然后根据该模型进行未来28个时期的数据预测。数据收集周期为2021年11月1日至2021年12月28日。结果表明,SARIMA(2,1,2)(2,1,1)7模型能够较好地预测印度尼西亚每日新冠肺炎确诊阳性病例数,其季节长度为7个周期,残差和为0.927619。Abstrak。模型季节自回归综合移动平均(SARIMA) adalah方法populer untuk meramalkan数据与waktuk单变量数据的关系[3] [j] .土壤微生物学研究,土壤微生物学,土壤微生物学,土壤微生物学,土壤微生物学,土壤微生物学,土壤微生物学,土壤微生物学,土壤微生物学。模特SARIMA dapat diiterapkan di berbagai bidang, salah satunya bidang媒体。禽流感病毒CoVID-19伯尔坦巴terus terinfeksi设置在印度尼西亚。Negara Indonesia merupakan salah satu Negara yang mengalami danpak病毒covid-19。2021年12月28日,印度尼西亚新冠病毒感染病例为4.262.157例,登革热病例为4.113.472例,脑膜炎病例为144.071例。Melihat tingginya kasus阳性Covid-19 di Indonesia, maka penulis ingin melakukan penelitian tentang pemodelan kasus pasen terkonfirmasi阳性Covid-19 perhari di Indonesia untuk kemudian dari模型,但akan dilakuakan peramalan数据持续28个周期。2021年11月1日sampai dengan 2021年12月28日。Dan hasil模型yang baik untuk memprediksi kasus pasien terkonfirmasi positif perhari di Indonesia adalah模型SARIMA (2,1,2)(2,1,1)7, dengan panjang musiman nya 7期,Dan nilai和平方值sebesar 0.927619。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Pemodelan Kasus Pasien Terkonfirmasi Positif Covid-19 Per-Hari Di Indonesia dengan Metode SARIMA
Abstract. The Seasonal Autoregressive Integrated Moving Average (SARIMA) model is a popular method for forecasting univariate time series data for data containing seasonality. This method consists of several stages, namely: identification, parameter assessment, diagnostic examination, and forecasting using the SARIMA (p,d,q)(P,D,Q)S model. The SARIMA model can be applied in various fields, one of which is the medical field. The number of patients infected with the CoVID-19 virus continues to grow every day. Indonesia is one of the countries experiencing the impact of the COVID-19 virus. On December 28, 2021, the number of positive Covid-19 patients in Indonesia was 4,262,157, with 4,113,472 patients recovering and 144,071 patients dying. Seeing the high number of positive cases of Covid-19 in Indonesia, the author wants to conduct research on modeling cases of patients who are confirmed to be positive for Covid-19 per day in Indonesia and then from this model, data forecasting will be carried out for the next 28 periods. The data collection period is from November 1, 2021 to December 28, 2021. And the results of a good model for predicting cases of confirmed positive COVID-19 patients per day in Indonesia are the SARIMA (2,1,2)(2,1,1)7 model, with The seasonal length is 7 periods, and the sum squared resid is 0.927619.   Abstrak. Model Seasonal Autoregressive Integrated Moving Average (SARIMA) adalah metode populer untuk meramalkan data deret waktu univariat untuk data yang mengadung musiman. Metode ini terdiri dari beberapa tahapan, yaitu: identifikasi, penilaian parameter, pemeriksaan diagnostik, dan peramalan menggunakan model SARIMA (p,d,q)(P,D,Q)S. Model SARIMA dapat diterapkan di berbagai bidang, salah satunya bidang medis. Jumlah pasien yang terinfeksi virus CoVID-19 terus bertambah setiap harinya. Negara Indonesia  merupakan salah satu Negara yang mengalami dampak virus covid-19. pada 28 Desember 2021, jumlah pasien positif Covid-19 di Indonesia sebanyak 4.262.157 pasien, dengan 4.113.472 pasien sembuh dan 144.071 pasien meninggal dunia. Melihat tingginya kasus positif Covid-19 di Indonesia, maka penulis ingin melakukan penelitian tentang pemodelan kasus pasien terkonfirmasi positif covid-19 perhari di Indonesia untuk kemudian dari model tersebut akan dilakuakn peramalan data untuk 28 periode kedepan. Periode pendataan dari tanggal 1 November 2021 sampai dengan 28 Desember 2021. Dan hasil model yang baik untuk memprediksi kasus pasien terkonfirmasi positif covid-19 perhari di Indonesia adalah model SARIMA (2,1,2)(2,1,1)7, dengan panjang musiman nya 7 periode, dan nilai sum squared resid sebesar 0.927619.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
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