Perbandingan Fuzzy Time Series Markov Chain dengan Markov Average Based Weighted Fuzzy Time Series untuk Peramalan Kasus COVID 19 di Indonesia

Abstract

Covid 19 pertama kali terjadi di Wuhan, China dan sudah menyebar lebih dari 200 negara di dunia. Indonesia salah satu negara yang terdampak penyebaran Covid 19, salah satu dampak yang paling besar yaitu pada kapasitas pelayanan kesehatan. Menurut PERSI, hanya terdapat 490 rumah sakit di Indonesia yang memiliki fasilitas lengkap untuk penanganan Covid 19. Keterbatasan sarana dan prasarana tersebut mengakibatkan menurunnya tingkat kesehatan masyarakat yang berdampak juga terhadap penyebaran Covid 19 yang semakin meluas.Perkembangan kasus Covid 19 di Indonesia saat ini sulit diperkirakan meskipun berbagai kebijakan maupun intervensi telah dilakukan karena kemungkinan varian lain dari Covid 19 dapat muncul di masa yang akan datang. Kebijakan maupun intervensi tidak cukup hanya dari penerapan protokol kesehatan saja, salah satu perencanaan yang dapat dilakukan oleh pemerintah maupun tenaga kesehatan yaitu dengan melihat kondisi yang akan terjadi di masa yang akan datang dengan menerapkan pemodelan time series. Salah satu metode peramalan time series yang dapat diterapkan yaitu fuzzy time series. Penelitian ini menerapkan metode fuzzy time series Markov chain dan Markov average based weighted fuzzy time series. Kedua metode tersebut akan dibandingkan untuk menentukan metode terbaik dalam peramalan kasus Covid 19 di Indonesia. Penentuan metode terbaik akan dilihat dari nilai Mean Absolute Percentage Error (MAPE) terkecil yang dihasilkan untuk menentukan tingkat keakuratan peramalan dari model tersebut. Hasil uji akurasi Markov average based weighted fuzzy time series menghasilkan nilai akurasi peramalan yang lebih baik dibandingkan metode fuzzy time series Markov chain. Tingkat akurasi peramalan Markov average based weighted fuzzy time series berdasarkan nilai MAPE yaitu sebesar 14,484%, sedangkan pada fuzzy time series Markov chain yaitu sebesar 44,291%. Sementara itu, pola sebaran data yang dihasilkan Markov average based weighted fuzzy time series mendekati atau mengikuti pola sebaran data aktual, sedangkan pola sebaran fuzzy time series Markov chain cenderung berbeda dengan pola sebaran data aktualnya. Hasil peramalan data out sample periode 15 April 2022 sampai 22 April 2022 diperoleh MAPE terkecil pada Markov average based weighted fuzzy time series yaitu sebesar 17,573%.