PREDIKSI PENYEBARAN CORONAVIRUS (COVID-19) DI INDONESIA : PENDEKATAN EKSPLORASI ANALISIS DATA

JEFRI POLTAK HUTABARAT, JEKSON EDITION SITORUS (2020) PREDIKSI PENYEBARAN CORONAVIRUS (COVID-19) DI INDONESIA : PENDEKATAN EKSPLORASI ANALISIS DATA , SKRIPSI, UNIVERSITAS PRIMA INDONESIA

ABSTRAK

Tren perkembangan pandemi coronavirus (COVID-19) di berbagai negara telah menjadi ancaman global, tidak terkecuali terjadi di Asia Tenggara seperti Indonesia, Filipina, Brunei, Malaysia, dan Singapura. Dalam tulisan ini kami mengusulkan pendekatan model Exploratory Data Analysis (EDA) dan model peramalan time series menggunakan metode Prophet untuk memprediksi jumlah kasus yang dikonfirmasi dan kasus kematian di Indonesia dalam tiga puluh hari ke depan. Kami menerapkan model EDA untuk memvisualisasikan dan memberikan pemahaman tentang wabah pandemi ini diberbagai negara khususnya di Indonesia. Kami menyajikan tren dalam penyebaran epidemi dari negara-negara Cina yang merupakan asal virus, kemudian menandai sepuluh negara tertinggi dan perkembangannya dan juga menyajikan tren di negara-negara Asia. Kerangka analisis kami sajikan dengan membandingkan hasil prediksi dengan data aktual yang dievaluasi menggunakan model MAPE dan MAE, dimana algoritma prophet menghasilkan kinerja yang baik berdasrkan hasil evaluasi tingkat kesalahan relatif dari perkiraan kami (MAPE) adalah sekitar 6,52%, dan rata-rata model salah 52,7% (MAE) untuk kasus terkonfirmasi, sedangkan kasus kematian sekitar 1,3% untuk model MAPE dan MAE sekitar 236,6%. Hasil analisis dapat dijadikan sebagai referensi bagi pemerintah Indonesia dalam membuat keputusan untuk mencegah penyebarannya untuk menghindari terjadinya tingkat kasus kematian.

JURNAL
KATEGORI JURNAL Jurnal Nasional Terakreditasi
TAHUN JURNAL 2020
VOLUME JURNAL 4
NOMOR JURNAL 2
NAMA PENERBIT International Journal of Artificial Intelligence Research (IJAIR)
NOMOR ISSN/ISBN 25797298
LAMAN PENERBIT (URL) https://www.ijair.id/index.php/ijair/index
LAMAN ARTIKEL (URL) https://www.ijair.id/index.php/ijair/article/view/192