Article Sidebar

Submitted
Jun 6, 2023
Published
Jun 24, 2023
Download
PDF
Statistic
Read Counter : 0 Download : 0

Main Article Content

Abstract

Penyebaran COVID-19 di Indonesia pada tahun 2019 sangat tinggi, salah satu wilayah dengan angka terinfeksi tertinggi ialah di Provinsi Sulawesi Selatan. Sikap yang diambil pemerintah dalam menanganinya yaitu dengan memberikan vaksin ke seluruh wilayah Indonesia. Vaksin yang diberikan terdiri atas dua yaitu vaksin primer dan vaksin Booster. Pemberian vaksin Booster COVID-19 membuat masyarakat berpikir apakah memang dibutuhkan?. Oleh karena itu dibutuhkan suatu model peramalan untuk meramalkan kebutuhan jumlah vaksin Booster COVID-19 di Provinsi Sulawesi Selatan. Penelitian ini bertujuan untuk mengetahui bentuk pemodelan data jumlah vaksin Booster COVID-19 di Provinsi Sulawesi Selatan menggunakan model ARIMA, diawali dengan pengecekan kestasioneran data, identifikasi model dugaan, estimasi dan uji parameter, uji asumsi residual, pemilihan model terbaik, peramalan, dan uji ketepatan peramalan. Hasil penelitian ini menunjukkan bahwa model terbaik pada peramalan kebutuhan jumlah vaksin Booster COVID-19 di Provinsi Sulawesi Selatan adalah model ARIMA (1,1,0) dengan nilai ketepatan peramalan menggunakan MAPE sebesar 1.38%.

Keywords

ARIMA, MAPE, peramalan, vaksin Booster COVID-19

Article Details

References

  1. [1] Aswi, dan Sukarna. (2006). Analisis Deret Waktu Analisis Deret Waktu. 303. Makassar: Andira Publisher.
  2. [2] Hanke, J. E., dan Wichern, D. (2015). Business Forecasting. In Syria Studies, 7(1). New Jersey: Pearson Prentice Hall.
  3. [3] Nurulita. (2012). Skripsi. Penerapan Metode Peramalan Arima (Autoregressive Integrated Moving Average) untuk Penentuan Tingkat Safety Stock pada Industri Elektronik.
  4. [4] Wiyanti, D., dan Pulungan, R. (2012). Peramalan deret waktu menggunakan model Fungsi Basis Radial (RBF) dan Auto Regressive Integrated Moving Average (ARIMA). Jurnal MIPA, 35(0215), 175– 182.
  5. [5] Desvina, A. P., Matematika, J., Sains, F., Uin, T., dan Riau, S. (2014). Penerapan metode box-jenkins untuk memprediksi jumlah Mahasiswa Universitas Islam Negeri Suska Riau. Jurnal Sains, Teknologi dan Industri, 12(1), 80–89.
  6. [6] Elvani, S. P., Utary, A. R., dan Yudaruddin, R. (2016). Peramalan jumlah produksi tanaman kelapa sawit dengan menggunakan metode ARIMA. Jurnal Manajemen, 8(1), 95–112.
  7. [7] Salwa, N., Tatsara, N., Amalia, R., dan Zohra, A. F. (2018). Peramalan harga bitcoin menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Journal of Data Analysis, 1(1), 21–31.
  8. [8] Rusyida, W. Y., dan Pratama, V. Y. (2020). Prediksi harga saham Garuda Indonesia di tengah pandemi COVID-19 menggunakan metode ARIMA. Square : Journal of Mathematics and Mathematics Education, 2(1), 73.
  9. [9] Fadli, A. (2020). Mengenal COVID-19 dan cegah penyebarannya dengan peduli lindungi aplikasi berbasis android. Research Gate. Pengabdian Kepada Masyarakat Jurusan Teknik Elektro, 1–6.
  10. [10] Levani, Prastya, dan Mawaddatunnadila. (2021). Coronavirus Disease 2019 (COVID-19): Patogenesis, manifestasi klinis dan pilihan terapi. Jurnal Kedokteran dan Kesehatan, 17(1), 44–57.
  11. [11] Jati, B., dan Putra, G. R. A. (2020). Optimalisasi upaya pemerintah dalam mengatasi pandemi covid 19 sebagai bentuk pemenuhan hak warga negara. SALAM: Jurnal Sosial dan Budaya Syar-I, 7(5).
  12. [12] Rahayu, R. (2021). COVID19 vaccine in Indonesia: Analysis of hoax news. J Econo Sauce and Hum., 2(7), 39–49.
  13. [13] Alexander, M. E., Moghadas, S. M., Rohani, P., dan Summers, A. R. (2006). Modelling the effect of a booster vaccination on disease epidemiology. Journal of Mathematical Biology, 52(3), 290–306.
  14. [14] Timdetikcom. (2021). Data Vaksin Indonesia: Total Perolehan dan Jumlah yang Disuntikkan. Detiknews.Com. Diakses pada 19 September 2022 jam 13.05, dari https://news.detik.com/berita/d-5782055/data-vaksin-indonesia-total-perolehan-dan-jumlah- yang-disuntikkan/2.
  15. [15] Sari, W., Siagian, I. E., dan Rombot, D. V. (2021). Gambaran penyebaran COVID-19 di Provinsi Sulawesi Selatan pada bulan maret-juli 2020. Jurnal Kedokteran Komunitas Dan Tropik, 8(02), 307–312.
  16. [16] Junaedi, D., Arsyad, M. R., Salistia, F., dan Romli, M. (2021). Menguji efektivitas vaksinasi COVID-19 di Indonesia. Reslaj : Religion Education Social Laa Roiba Journal, 4(1), 120–143.
  17. [17] Wardyah, N. S. (2022). Sulsel Capai 72 Persen Vaksinasi di Awal Tahun 2022. Antaranews.Com. Diakses pada 19 September 2022 jam 19.19, dari https://makassar.antaranews.com/berita/340897/sulsel-capai-72-persen vaksinasi-di-awal-tahun- 2022.
  18. [18] Supriatin. (2022). Memahami Perbedaan Vaksin Primer dan Booster. Merdeka.Com. Diakses pada 22 September 2022 jam 12.31, dari https://www.merdeka.com/peristiwa/memahami-perbedaan- vaksin-primer-dan-Booster.html.
  19. [19] Rianto, M., & Yunis, R. (2021). Analisis Runtun Waktu untuk Memprediksi Jumlah Mahasiswa Baru dengan Model Random Forest. Paradigma - Jurnal Komputer Dan Informatika, 23(1). https://doi.org/10.31294/p.v23i1.9781
  20. [20] Junaidi. (2014). Analisis Hubungan Deret Waktu untuk Peramalan. Repository Universitas Jambi, 1–5.
  21. [21] Indrasetianingsih, A., Damayanti, I., dan Susanto, T. (2017). Analisis ARIMA Box Jenkins untuk Peramalan Jumlah Kunjungan Wisatawan Mancanegara di Indonesia. Seminar Nasional Matematika dan Aplikasinya, 226–229.
  22. [22] Yulianingsih, Hayati, Y., Kurnia, T., Nursihah, A., & Arif. (2020). Pengenalan COVID-19 pada Anak Usia Dini melalui Metode Bercerita. Digital Library UIN Sunan Gunung Jati, April, 1–12. http://digilib.uinsgd.ac.id/id/eprint/30608
  23. [23] Amalia, L., Hiola, F., & Kesehatan Masyarakat, J. (2020). Analysis of Clinical Symptoms and Immune Enhancement to Prevent COVID-19 Disease. Jambura Journal, 2(2), 71–76.
  24. [24] Yuvalianda. (2020). Memahami Teorema Limit Pusat dalam Statistik. BlogYuva.Com. Diakses pada 4 Desember 2022 jam 15.31, dari https://yuvalianda.com/teorema-limit-pusat.
  25. [25] Rosadi, D. (2014). Analisis Runtun Waktu dan Aplikasinya dengan R. Yogyakarta: Gadjah Mada University Press.