Coronavirus Disease 2019 (Covid-19) merupakan virus yang menginfeksi saluran pernapasan. Virus ini menjadi pandemi di berbagai belahan dunia termasuk Indonesia. Kalimantan Barat merupakan salah satu provinsi di Indonesia yang cukup rentan terhadap pertambahan kasus pasien terkonfirmasi virus Covid-19 ini. Hal ini disebabkan Kalimantan Barat berbatasan langsung dengan negeri tetangga dan tingkat mobilitas yang tinggi dalam bidang pariwisata. Pemerintah perlu melakukan kebijakan yang tepat dan sesuai untuk menekan bertambahnya kasus pasien terkonfirmasi ini. Salah satu caranya adalah melakukan simulasi model probabilistik berdasarkan data covid-19 per hari di Kalimantan Barat. Model yang digunakan adalah model runtun waktu autoregresif dengan error berkorelasi waktu. Pemodelan ini bertujuan untuk mengestimasi data pada waktu yang akan datang berdasarkan waktu sebelumnya sebagai informasi yang penting. Selain itu adanya unsur korelasi waktu pada error model juga dapat menjadi faktor penentu suatu model menghasilkan estimasi yang akurat. Asumsi error berkorelasi waktu untuk α = 0.1 pada model runtun waktu menghasilkan error model yang cukup dekat dengan data aslinya dibandingkan dengan model runtun waktu yang mengabaikan asumsi errornya. Nilai RMSE yang diperoleh adalah 1.4, cukup kecil untuk ukuran error pemodelan.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2025 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.