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

  • Maryam Maryam Universitas Sulawesi Barat
  • Rahmawati Rahmawati Universitas Sulawesi Barat
  • Asrirawan Asrirawan Universitas Sulawesi Barat
Keywords: Peramalan, ARIMA, Backpropagation, COVID-19

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.

Downloads

Download data is not yet available.

References

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. DOI: https://doi.org/10.52435/jaiit.v2i1.40

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

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

Janah, S.N., et al, 2014, Penerapan Model Hybrid Arima Backpropagation untuk Peramalan Harga Gabah Indonesia, Media Statistika, No.2, Vol.7, 63-69. DOI: https://doi.org/10.14710/medstat.7.2.63-69

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

Munarsih E., 2011, Penerapan Model ARIMA Neural Network Hybrid untuk Peramalan Time Series, Thesis, S2 Matematika FMIPA Universitas Gadjah Mada. Yogyakarta.

Pakan, P.D., 2020, Peramalan Kasus Positif di Indonesia Menggunakan LTSM, Jurnal Ilmiah Flash, No.1, Vol.6, 12-15, : https://jurnal.pnk.ac.ad>flash>article

Purba, N., 2016, Pemodelan Data Curah Hujan di Kabupaten Banyuwangi dengan Metode Arima dan Radial Basis Function Neural Network, Skripsi, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Teknologi Sepuluh Nopember, Surabaya.

Rachmawati, A.K, dan Miasary, S.D.,2021, Peramalan Penyebaran Jumlah Kasus Virus COVID-19 Provinsi Jawa Tengah dengan Metode Arima, Math Journal, No.1, Vol.6, 11-16 DOI: https://doi.org/10.31102/zeta.2021.6.1.11-16

Zhang, G.P., 2003, Time Series Forecasting using a Hybrid ARIMA and Neural Networks Model, Neurocomputing, No. , Vol., 159-175. DOI: https://doi.org/10.1016/S0925-2312(01)00702-0

Published
2022-02-01
How to Cite
MaryamM., RahmawatiR., & AsrirawanA. (2022). Peramalan Jumlah Kasus COVID-19 di Provinsi Sulawesi Barat Menggunakan Model Hybrid ARIMA Backpropagation. SAINTIFIK, 8(1), 20-28. https://doi.org/10.31605/saintifik.v8i1.361