PERAMALAN KASUS HARIAN MONKEYPOX DUNIA BERDASARKAN METODE SUPPORT VECTOR REGRESSION (SVR)

Abstract

Monkeypox saat ini menjadi perhatian masyarakat global. Maka, penting untuk mengetahui perkembangan jumlah kasus monkeypox kedepannya. Pada penelitian ini dilakukan peramalan kasus harian monkeypox menggunakan metode Support Vector Regression (SVR) dengan Fungsi Kernel Radial Basis Function (RBF). Data yang digunakan adalah data sekunder berupa deret waktu harian mulai 29 Mei sampai 20 Oktober 2022. Untuk memperoleh parameter optimal pada model SVR, peneliti menggunakan algoritma grid search untuk memprediksi data testing secara akurat.  Nilai RMSE pada data training dan testing sebesar 352,3 dan 809,7.