TINGKAT AKURASI PERAMALAN KASUS COVID-19 DENGAN MENGGUNAKAN ARIMA+ DI INDONESIA

RIAN ADI SAPUTRO, 171240000669 (2022) TINGKAT AKURASI PERAMALAN KASUS COVID-19 DENGAN MENGGUNAKAN ARIMA+ DI INDONESIA. Skripsi thesis, UNISNU.

[img]
Preview
Text
171240000669_COVER.pdf - Published Version

Download (3MB) | Preview
[img] Text
171240000669_BAB I.pdf - Published Version
Restricted to Repository staff only

Download (2MB)
[img] Text
171240000669_BAB II.pdf - Published Version
Restricted to Repository staff only

Download (10MB)
[img] Text
171240000669_BAB III.pdf - Published Version
Restricted to Repository staff only

Download (984kB)
[img] Text
171240000669_BAB IV.pdf - Published Version
Restricted to Repository staff only

Download (4MB)
[img] Text
171240000669_BAB V.pdf - Published Version
Restricted to Repository staff only

Download (653kB)
[img]
Preview
Text
171240000669_DAFTAR PUSTAKA.pdf - Published Version

Download (1MB) | Preview

Abstract

Mutasi virus covid-19 semakin menjadi-jadi, hal ini dapat memicu terjadinya lonjakan kasus yang mengakibatkan ruang isolasi penuh, pembatasan kegiatan masyarakat hingga pembelajaran tatap muka dihentikan sementara. Untuk mencegah lonjakan kasus dapat dilakukan peramalan untuk memperkirakan kenaikan kasus covid-19. Data covid-19 yang fluktuatif membuat peramalan sulit dilakukan, untuk itu dibutuhkan peramalan menggunakan data terkini untuk mendapatkan peramalan dengan akurasi yang tinggi. Penelitian ini bertujuan untuk membuat peramalan berkelanjutan dengan MAPE terbaik. Penelitian ini memanfaatkan fitur ARIMA+ untuk membuat model peramalan dengan data terkini dan scheduled query untuk menjalankan pelatihan berulang setiap minggu pada BigQuery. Penelitian ini menggunakan data kasus aktif di Indonesia dari BigQuery Public Dataset dari rentang waktu 5 minggu terakhir. Data dibagi menjadi 80% data latih dan 20% data uji. Peramalan yang dilakukan menggunakan nilai confidence level sebesar 80%. Hasil penelitian ini dalam 15 minggu telah dihasilkan 15 model ARIMA dengan parameter yang berbeda setiap minggunya. Nilai MAPE terbaik ditemukan pada ARIMA(0,1,2) dengan MAPE sebesar 2,7%.

Item Type: Thesis (Skripsi)
Additional Information: Pembimbing I : Nur Aeni Widiastuti S.Pd., M.Kom Pembimbing II : Buang Budi Wahono, M.Kom
Uncontrolled Keywords: Covid-19, Cloud Computing, Peramalan, ARIMA
Subjects: 000 Karya Umum > 000 Ilmu Umum dan Komputer > 005.1 Pemrograman > 005.262 Pemrograman untuk Bahasa Pemrograman Tertentu (web, HTML, PHP, java, visual basic, fox pro)
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Admin Perpustakaan Unisnu
Date Deposited: 02 Feb 2023 02:45
Last Modified: 02 Feb 2023 02:45
URI: http://eprints.unisnu.ac.id/id/eprint/4388

Actions (login required)

View Item View Item