ANALISIS REGRESI NON LINEAR PADA DATA PASIEN COVID-19 MENGGUNAKAN METODE BOOTSRAP

  • Wynona Adita Pradani Dr. Adi Setiawan,M.Sc dan Dr. Hanna Arini Parhusip.M.Sc
  • Adi Setiawan
  • Hanna Arini Parhusip
Keywords: Pasien positif Covid-19 di Indonesia, Model Pertumbuhan, Parameter, Metode Bootstrap, Log-logistic 3 parameter

Abstract

Dalam penelitian ini membahas tentang analisis regresi non linier dengan menggunakan data statistic perkembangan  pasien positif Covid-19 di Indonesia. Penyakit Covid-19 sangat mudah berkembang penyebarannya sehingga WHO menyatakan penyakit ini sebagai pandemi, dalam penelitian ini menggunakan lima model analisis regresi non linier yaitu model Weibull 3 parameter, Gompertz 3 parameter, Log-logistic 3 parameter, Log-Logistic 4 parameter dan model Logistic 3 parameter. Analisis yang terbaik dalam memprediksi yaitu Log-logistic 3 parameter dengan nilai AIC = 6527.434 dan RMSE = 6836.79, dan diperoleh nilai parameter   , dan A= 19477000, sehingga pengestimasian parameter dengan menggunakan metode Bootstrap B = 10000 dengan interval kepercayaan 95% untuk parameter , dan A berturut-turut adalah maka diperoleh nilai rata-rata estimas Bootstrap , dan . Pada data prediksi pasien yang positif Covid-19 akan dibandingkan dengan data pengamatan, dari hasil perbandingan diperoleh nilai MAPE = 9%, sehingga dapat dikatakan pemodelan Log-logistic 3 parameter sangat baik dalam memprediksi.

Downloads

Download data is not yet available.

References

H. Rothan.A. and S. Byrareddy.N., “The epidemiology and pathogenesis of coronavirus disease (COVID-19) outbreak,†J. Autoimmun., vol. 109, no. February, p. 102433, 2020, doi: 10.1016/j.jaut.2020.102433.

W. H. Organization, “Coronavirus disease 2019 (COVID-19) Situation Report-70,†J. Intern. Med. Taiwan, vol. 31, no. 2, pp. 61–66, 2020, [Online]. Available: https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200330-sitrep-70-covid-19.pdf?sfvrsn=7e0fe3f8_4. [Diakses: 15 Agustus 2020]

A. Oczyszczanie, P. Do, and P. Biodiesla, “Auka Rzyroda Echnologie,†2012.

N. Nuraini, K. Khairudin, and M. Apri, “Modeling Simulation of COVID-19 in Indonesia based on Early Endemic Data,†in Communication in Biomathematical Sciences, vol. 3, no. 1, 2020, pp. 1–8.

R. Teguh, A. S. Sahay, and F. F. Adji, “Pemodelan Penyebaran Infeksi Covid-19 Di Kalimantan, 2020,†J. Teknol. Inf. J. Keilmuan dan Apl. Bid. Tek. Inform., vol. 14, no. 2, pp. 171–178, 2020, doi: 10.47111/jti.v14i2.1229.

D. Ibarra-Vega, “Lockdown, one, two, none, or smart. Modeling containing covid-19 infection. A conceptual model,†Sci. Total Environ., vol. 730, no. April, p. 138917, 2020, doi: 10.1016/j.scitotenv.2020.138917.

B. Tang et al., “Estimation of the Transmission Risk of the 2019-nCoV and Its Implication for Public Health Interventions,†pp. 1–13, 2019.

M. A. Maricar, “Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ,†J. Sist. dan Inform., vol. 13, no. 2, pp. 36–45, 2019.

D. Annisa, “Estimasi Parameter Model Regresi Linier dengan Teknik Bootstrap,†J. Mat. UNAND, vol. 3, no. 3, pp. 41–49, 2009.

World Health Organization. Naming the coronavirus disease (COVID-19) and the virus that causes it [Internet]. Geneva: World Health Organization; 2020 [cited 2020 September 07]. Available from: https://www.who.int/emergencies/diseases/novelcoronavirus-2019/technical-guidance/naming-the-coronavirusdisease-(covid-2019)-and-the-virus-that-causes-it. [Diakses : 3 September 2020]

World Health Organization. Coronavirus disease 2019 (COVID-19) Situation Report-70 [Internet]. WHO; 2020 [updated 2020 March 30; cited 2020 September 07]. Available from: https://www.who.int/docs/default-source/coronaviruse/situation-reports/20200330-sitrep-70-covid-19.pdf?sfvrsn=7e0fe3f8_2. [Diakses : 3 September 2020]

Otaya, L. G. (2016). Distribusi Probabilitas Weibull Dan Aplikasinya. Jurnal Manajemen Pendidikan Islam, 4(2), 44–66.

Brown, J. E., Fitzhugh, H. A., & Cartwright, T. C. (1976). A Comparison of Nonlinear Models for Describing Weight-Age Relationships in Cattle1. Journal of Animal Science, 42(4), 810–818. https://doi.org/10.2527/jas1976.424810x

Fitriani, V. N., & Purnomo, K. D. (2013). Estimasi Solusi Model Pertumbuhan Logistik dengan Metode Ensemble Kalman Filter Solution Estimation of Logistic Growth Model with Ensemble Kalman Filter Method. Jurnal Ilmu Dasar, 14(2), 85–90.

Setiawan, T. A., Satria, R., & Syukur, A. (2015). Integrasi Metode Sample Bootstrapping dan Weighted Principal Component Analysis untuk Meningkatkan Performa K Nearest Neighbor pada Dataset Besar. Journal of Intelligent Systems, 1(2), 76–81.

Published
2021-09-01
How to Cite
[1]
W. Pradani, A. Setiawan, and H. Parhusip, “ANALISIS REGRESI NON LINEAR PADA DATA PASIEN COVID-19 MENGGUNAKAN METODE BOOTSRAP”, BAREKENG: J. Math. & App., vol. 15, no. 3, pp. 453-466, Sep. 2021.