Peramalan Jumlah Kasus Virus Corona Di Indonesia Menggunakan ARIMA-LSTM

Lee, Ye Chan (2021) Peramalan Jumlah Kasus Virus Corona Di Indonesia Menggunakan ARIMA-LSTM. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 05211740000094-Undergraduate_Thesis.pdf]
Preview
Text
05211740000094-Undergraduate_Thesis.pdf - Accepted Version

Download (3MB) | Preview

Abstract

Virus adalah salah satu jenis penyebab penyakit yang bahaya dan mudah untuk menyebar. Virus corona atau juga dikenal sebagai COVID-19 adalah virus yang baru saja ditemukan pada Desember tahun 2019 dan menjadi ancaman kesehatan terbesar di seluruh dunia. Gejala penyakit virus corona dapat muncul dengan berbagai macam cara kepada setiap orang. Gejala umum dari penyakit virus corona adalah demam tinggi, batuk kering, kelelahan, nyeri otot, peradangan tenggorokan, diare, konjungtivitis, sakit kepala, hilangnya kemampuan mengecap rasa atau mencium bau, dan ruam di kulit. Gejala-gejala tersebut pada umumnya muncul dalam waktu 5-6 hari setelah penderita terpapar virus corona namun bisa saja membutuh hingga 14 hari untuk gejalanya muncul. Indonesia merupakan salah satu negara dengan jumlah kasus virus corona terbanyak di dunia. Jumlah kasus virus corona terus bertambah setiap hari di Indonesia dan juga menyebabkan kenaikan kematian yang disebabkan oleh virus corona. Dengan bertambahnya jumlah kasus virus corona dan jumlah kematian virus corona di Indonesia maka dibutuhkan penanganan yang cepat dan efektif.
Penelitian ini bertujuan untuk melakukan peramalan jumlah kasus virus corona di Indonesia untuk mempersiapkan fasilitas kesehatan dan juga untuk membantu pemerintah untuk melakukan usaha penanganan virus corona. Pada penelitian ini akan menggunakan metode hybrid Autoregressive Integrated Moving Average-Long Short Term Memory (hybrid ARIMA-LSTM) dalam meramalkan jumlah kasus virus corona. Metode hybrid ARIMA-LSTM dipilih karena dapat melakukan peramalan pada tiga pola data yaitu trend, seasonal dan residual. Pola trend akan dihitungkan oleh model ARIMA dan pola seasonal dan residual akan dihitungkan oleh model LSTM. Metode hybrid ARIMA-LSTM diharapkan memberikan hasil peramalan yang lebih akurat dibandingkan dengan metode ARIMA atau LSTM. Hasil dari penelitian ini akan dibandingkan dengan penelitian sebelum yang pernah diteliti untuk mencari metode peramalan terbaik untuk kasus virus corona di Indonesia.
Hasil dari performa model peramalan virus corona di Indonesia menggunakan data periode Maret 2020 hingga Desember 2020 menunjukkan bahwa LSTM menghasilkan nilai akurasi yang lebih baik dibandingkan dengan ARIMA dan Hybrid ARIMA-LSTM. Model LSTM menghasilkan nilai MAPE 6,0197%, dan RMSE 473.4757. Sementara untuk peramalan virus corona di Indonesia menggunakan data periode Maret 2020 hingga Juli 2021 model Hybrid ARIMA-LSTM menghasilkan nilai akurasi yang lebih baik dibandingkan ARIMA dan LSTM. Model Hybrid ARIMA-LSTM menghasilkan nilai MAPE 5,7135%, dan RMSE 1212.3503. Hasil penelitian menunjukkan bahwa penggunaan data yang lebih banyak untuk model Hybrid ARIMA-LSTM menghasilkan performa akurasi yang lebih baik.
=================================================================================================
Virus is kind of disease which is dangerous and easy to spread. Corona viurs or also known as COVID19 is a new virus found in December 2019 and became one of biggest threat to health worldwide. Symptoms of corona virus disease appear in many different way to different kind of people. Common symptom of corona virus is high fever, dry cough, fatigue, muscle ache, sore throat, diarrhea, congestion, headache, loss of tatse and smell. These symptoms generally appears between 5 to 6 days after being exposed to corona virus, but it could also take up to 14 days for the symptoms to appear in some people. Indonesia is one of the country with highest corona virus around world. Increase in corona virus cases in Indonesia happens everyday and it also causes more deaths due to corona virus. With the increasing number of corona virus cases and deaths due to corona virus in Indonesia, solutions are needed fast and effectively.
This research is purposed to forecast corona virus cases in Indonesia in order to prepare more health facilities and also to help the government to take actions opposing the corona virus. In this research, hybrid Autoregressive Integrated Moving Average-Long Short Term Memory (hybrid ARIMA-LSTM) model is going to be used to forecast the corona virus cases. Hybrid ARIMA-LSTM method is used because some past researches manage to perform better compared to ARIMA method and LSTM method. Hybrid ARIMA-LSTM method is hoped to find more accurate result in comparison to ARIMA method or LSTM method. Result of this research will be compared to past researches to find the better model to forecast corona virus cases in Indonesia.
Result from predicting corona virus in Indonesia using data from March 2020 until Desember 2020 shows that LSTM model performs better than ARIMA and Hybrid ARIMA-LSTM. LSTM model resulted in MAPE value of 6,0197%, and RMSE value of 473.4757. Mean while predicting corona virus in Indonesia using data from March 2020 until July 2021 shows that Hybrid ARIMA-LSTM could perform better than ARIMA and LSTM. Hybrid ARIMA-LSTM model resulted MAPE value of 5,7135%, and RMSE value of 1212.3503. Result from this research shows that using more data for Hybrid ARIMA-LSTM model could result in better performance.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Virus Corona, Peramalan, Hybrid ARIMA-LSTM, Corona Virus, Forecasting, Hybrid ARIMA-LSTM
Subjects: T Technology > T Technology (General) > T174 Technological forecasting
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Information System > 57201-(S1) Undergraduate Thesis
Depositing User: Lee Ye Chan
Date Deposited: 16 Aug 2021 03:33
Last Modified: 20 Sep 2024 02:01
URI: http://repository.its.ac.id/id/eprint/86893

Actions (login required)

View Item View Item