No image available for this title

Text

Perbandingan Model Vector Autoregressive (Var) dengan Generalized Space Time Autoregressive (Gstar) Untuk Peramalan data Penambahan Kasus Positif Harian Covid-19 di DKI Jakarta



Pada awal tahun 2020, wabah COVID-19 yang disebabkan oleh severe acute respiratory syndrome coronavirus 2 (SARS-Cov-2) menggemparkan seluruh dunia. Pada tanggal 11 maret 2020 WHO mengumumkan COVID-19 menjadi pandemi global. Indonesia pertama kali mengkonfirmasi kasus COVID-19 pada 2 Maret 2020,dan DKI Jakarta menjadi episentris penyebaran COVID-19 di Indonesia. Berbagai upaya dilakukan untuk penanggulangan penyebaran virus ini. Salah satu upaya yang dapat dilakukan adalah memprediksi penambahan kasus positif harian COVID-19, sehingga dapat diprakirakan kebijakan untuk mengurangi kasus positif harian dengan tepat. Pada penelitian ini, prediksi penambahan kasus positif harian COVID-19 di lima kota Provinsi DKI Jakarta meliputi KotaJakarta Timur, Jakarta Selatan, Jakarta Barat, Jakarta Utara, dan Jakarta Pusat menggunakan model VAR dan GSTAR. Model VAR terpilih berdasarkan AIC terkecil adalah model VAR ( ) ( ). Ordo waktu model GSTAR ditentukan berdasarkan model VAR sedangkan orde spasial dibatasi pada orde satu sehingga model GSTAR yang digunakan model GSTAR( ) ( ) dengan penerapan bobot lokasi seragam dan lokasi invers jarak. Model terbaik berdasarkan nilai RMSE terkecil yaitu model GSTAR( ) ( )dengan bobot seragam.
Kata Kunci : AIC, GSTAR, VAR, Sars-Cov-2


Ketersediaan

#
Perpustakaan FST (Skripsi) 232 MAT 2023
MAT232
Tersedia

Informasi Detail

Judul Seri
-
No. Panggil
232 MAT 2023
Penerbit Fak.Sains Dan Teknologi UIN JKT : Jakarta.,
Deskripsi Fisik
xi, 60 hlm,; 28 Cm.
Bahasa
Bahasa Indonesia
ISBN/ISSN
-
Klasifikasi
232
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
Info Detail Spesifik
-
Pernyataan Tanggungjawab

Versi lain/terkait

Tidak tersedia versi lain




Informasi


Akses Katalog Publik Daring - Gunakan fasilitas pencarian untuk mempercepat penemuan data katalog