Penggunaan Data Google Trends Dalam Prediksi Jumlah Kasus COVID-19 di Indonesia dengan Model ARIMA dan ARIMAX

BIMO SATRIO AJI

Informasi Dasar

82 kali
21.04.1232
300.285
Karya Ilmiah - Skripsi (S1) - Reference

Selama pandemi COVID-19, Indonesia memiliki jumlah kasus positif yang signifikan di antara negara-negara di Asia. Pada awal Desember 2020, angka kematian di Indonesia telah mencapai lebih dari 3%. Sementara itu, jumlah harian positif juga terus meningkat, hal itu terjadi karena kurangnya antisipasi yang dibuat oleh otoritas setempat dan pemerintah pusat. Dengan demikian, langkah preventif seperti peramalan kasus tersebut menjadi isu utama di bidang sains dan teknologi, untuk membuat semua pihak-pihak yang berkepentingan siap menghadapi pandemi ini. Penelitian sebelumnya mengungkapkan adanya hubungan antara beberapa penelusuran kueri Google Trends tertentu terkait demam berdarah, dengan jumlah kasus demam berdarah di Surabaya, Indonesia. Pada penelitian ini, model Autoregressive Integrated Moving Average (ARIMA) dan model Autoregressive Integrated Moving Average dengan model exogenous variables (ARIMAX) digunakan untuk memperkirakan sejumlah data COVID-19, dengan menggunakan Google Trends sebagai variabel eksternal. Kami menggunakan kumpulan data harian dari situs resmi COVID-19 Jakarta dan data Google Trends berdasarkan query tertentu sebagai variabel eksternal dengan rentang data pada 1 Maret - 25 November 2020. Menurut model ARIMA dan ARIMAX yang dibuat, kami mendapatkan model ARIMAX dengan Google Trends, meningkatkan kinerja ARIMA dengan mengurangi MAPE hingga 0,8 %.

Subjek

DATA ANALYSIS
 

Katalog

Penggunaan Data Google Trends Dalam Prediksi Jumlah Kasus COVID-19 di Indonesia dengan Model ARIMA dan ARIMAX
 
pdf file
indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

BIMO SATRIO AJI
Perorangan
Indwiarti, Aniq Atiqi Rohmawati
Indonesia

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2021

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini