Prediksi Penyebaran Covid-19 di Indonesia dan Jawa Timur dengan Metode Extended Kalman Filter

Abstract

Saat ini pandemi Covid-19 telah menyebar ke seluruh dunia, tidak terkecuali Indonesia. Dalam pemodelan matematika, penyebaran Covid-19 dapat digambarkan melalui model matematika epidemiologi SIRD (Susceptible, Infected, Recover, Death). Pertama model non-linier SIRD didiskritkan dan selanjutnya dilakukan prediksi puncak penyebaran Covid-19 dengan menggunakan metode Extended Kalman Filter (EKF). Dengan data aktual Infected, Recover, dan Death yang merupakan data harian, modifikasi EKF dapat memprediksi puncak infeksi Covid-19 untuk satu bulan kedepan. Simulasi dilakukan dengan 3 macam pembatasan pergerakkan pada masyarakat yaitu : tanpa adanya pembatasan (100%), 75%, dan 50% pergerakkan. Hasil prediksi dengan modifikasi EKF menunjukkan dengan dilakukan pembatasan pergerakkan 50% pada masyarakat di Indonesia dan Jawa Timur dapat mempercepat terjadinya puncak infeksi dengan jumlah individu terinfeksi lebih sedikit.

Model Eksponensial Estimasi Efek Pembatasan Parsial (Ppkm) Dan Varian Delta Covid-19 Di Dki Jakarta

“…Pengurangan frekuensi kontak untuk menekan laju penularan COVID-19 dilakukan melalui pembatasan sosial parsial (PPKM) dalam berbagai aktivitas. Studi simulasi yang dilakukan oleh (Fadhilah et al, 2021) menunjukkan bahwa setidaknya 50% dari pembatasan total kontak antar individu dalam suatu wilayah tertentu dapat menekan pandemi secara efektif. Di sisi lain, menurut WHO, pelacakan kontak untuk COVID-19 melibatkan identifikasi, penilaian, dan pengelolaan orang yang terinfeksi untuk mencegah penularan penyakit menular secara masif berdasarkan pasien yang teridentifikasi telah terpapar COVID-19.…”