PEMODELAN DATA COVID-19 MENGGUNAKAN REGRESI POLINOMIAL LOKAL

Abstract

Provinsi DKI Jakarta menempati urutan teratas total kasus terkonfirmasi Covid-19 di Indonesia. Tujuan penelitian ini adalah memodelkan data Covid-19 di DKI Jakarta tersebut menggunakan model regresi polinomial lokal dan melakukan prediksi untuk beberapa hari ke depan. Derajat polinomial lokal yang digunakan dibatasinya hanya untuk derajat polinomial 0 (lokal konstan), 1 (lokal linier), 2 (lokal kuadratik), dan 3 (lokal kubik). Jenis kernel yang digunakan adalah kernel Gaussian dan bandwidth optimum diperoleh dengan metode GCV. Bandwidh optimum untuk pemodelan regresi polinomial lokal derajat 0, 1, 2, dan 3 masing-masing adalah 17,57, 22,18, 44,37 dan 48,26. Regresi polinomial lokal derajat 1 dianggap sebagai model regresi polinomial lokal terbaik karena memiliki nilai MSE paling kecil yaitu 2.446,99. Selanjutnya regresi polinomial lokal terbaik digunakan untuk melakukan prediksi jumlah kasus baru positif harian Covid-19 di DKI Jakarta beberapa hari ke depan. Nilai MAPE hasil prediksi adalah 15,96 persen, dimana berdasarkan nilai tersebut regresi polinomial lokal derajat 1 sudah dapat dikatakan baik dalam melakukan prediksi.