Pemodelan Autoregresif dengan Error Berkorelasi Waktu untuk Data Covid-19 Kasus Pasien Terkonfirmasi di Kalimantan Barat

Abstract

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.