Prediksi Kasus Covid-19 dengan Metode Support Vector Regression

Abstract

Covid-19 adalah sebuah penyakit yang disebabkan oleh turunan coronavirus baru, ‘CO’ diambil dari corona, ‘VI’ virus, dan ‘D’ disease (penyakit). Sebelumnya, penyakit ini disebut ‘2019 novel coronavirus’ atau ‘2019-nCoV’. Covid-19 adalah virus baru yang terikat dengan keluarga virus yang sama yaitu Severe Acute Respiratory Syndrome (SARS) dan beberapa jenis virus flu biasa. Covid-19 adalah penyakit menular yang disebabkan oleh sindrom pernapasan akut coronavirus 2 (Sars-CoV-2). Cepatnya penyebaran penyakit disertai penambahan kasus yang masih terus melonjak, termasuk di Indonesia, serta beragamnya manifestasi klinis, berbagai upaya pencegahan penyebaran virus Covid-19 pun dilakukan oleh pemerintah di negara-negara di dunia guna memutus rantai penyebaran virus Covid-19 ini. Analisis regresi merupakan suatu metode yang digunakan untuk mengetahui hubungan antara suatu variabel dependen terhadap satu atau lebih variabel independen. Analisis regresi dapat membandingkan pengaruh variabel yang diukur pada skala yang berbeda. Metode ini dapat digunakan untuk mengevaluasi kumpulan variabel terbaik yang akan digunakan untuk membangun model prediksi. Salah satu teknik regresi adalah Support Vector Regression (SVR). Support Vector Regression merupakan metode pengembangan SVM untuk kasus regresi. Tujuan dari SVR adalah untuk menemukan sebuah fungsi (x) sebagai suatu hyperplane (garis pemisah) berupa fungsi regresi yang mana sesuai dengan semua input data dengan sebuah error dan membuat setipis mungkin. Tujuan dari SVR ini adalah untuk memetakan vector input ke dalam dimensi yang lebih tinggi. Penelitian ini menggunakan data harian kasus covid-19 di Jawa Timur sebagai data sekunder. Data ini dapat diakses di https://www.kaggle.com. Variabel yang digunakan adalah variabel prediktor dan variabel respon. Variabel respon (y) dalam penelitian ini adalah total kasus harian di Jawa Timur yang digunakan sebagai target. Variabel prediktor (x) pada penelitian ini sebagai variabel pendukung adalah kasus baru, kematian baru, sembuh baru, kasus aktif baru, total kematian, total sembuh. Dalam pemodelan SVR optimalisasi perlu dilakukan dan validasi model dilakukan dengan kriteria 𝑀𝐴𝑃𝐸 (Mean Absolute Percentage Error) yang terkecil. Prediksi dan observasi menunjukkan bahwa hasil prediksi kasus Covid-19 di Jawa Timur mendekati data observasi dengan nilai 𝑀𝐴𝑃𝐸 6,7%, sehingga model yang diperoleh adalah model yang baik untuk memprediksi kasus Covid-19 di Jawa Timur.