Penerapan Model Exponential Smoothing berbasis Metode Evolutionary pada Kasus COVID‑19 dan DBD di Bojonegoro

Abstrak

Latar Belakang: COVID-19 menjadi perhatian utama di Bojonegoro karena banyaknya kasus terinfeksi meningkat sampai akhir tahun 2020. Selain itu, penyebaran wabah Demam Berdarah Dengue (DBD) juga perlu diantisipasi di musim penghujan agar banyaknya kasus terinfeksi tidak meningkat bersamaan dengan wabah COVID-19.
Tujuan: Mengembangkan model exponential smoothing berbasis metode evolutionary untuk meramalkan banyaknya kasus terinfeksi COVID-19 dan DBD di Bojonegoro.
Metode: Membuat aplikasi peramalan model exponential smoothing dengan metode evolutionary dan pemrograman Visual Basic yang dikembangkan di Excel dan Solver. Koefisien-koefisien model dioptimasi secara iteratif dengan metode evolutionary dan metode generalized reduced gradient. Model yang terbentuk dievaluasi kinerjanya dengan nilai mean absolute percentage error (MAPE), mean absolute deviation (MAD), dan mean squared error (MSE). Sumber data penelitian menggunakan data sekunder dari Dinas Kesehatan Bojonegoro yang berisi data harian kasus terinfeksi COVID-19 dan data bulanan kasus DBD.
Hasil: Model double exponential smoothing berbasis metode generalized reduced gradient. Metode ini menghasilkan kesalahan model peramalan yang lebih kecil untuk nilai MAPE, MAD, dan MSE. Hasil peramalan menunjukkan bahwa peningkatan terjadi pada periode ke depan untuk kasus terinfeksi COVID-19 yang lebih besar dibandingkan DBD.
Kesimpulan: Aplikasi peramalan model exponential smoothing dapat menjadi artenatif dalam meramalkan banyaknya kasus terinfeksi COVID-19 dan DBD di Bojonegoro.

Abstract

Background : COVID-19 main concern in Bojonegoro because count of infected cases increased until late years in 2020. Moreover, DBD epidemic should be anticipated in rainy so count of infected case doesn’t increases coincide with COVID-19 epidemic.
Objective : To develop exponential smoothing model based on evolutionary method to forecast count of infected case on COVID-19 and DBD in Bojonegoro.
Methods : Making a forecasting application of exponential smoothing model with evolutionary method and programming Visual Basic developed in Excel and Solver. The coefficients of model are optimized iterative using evolutionary and generalized reduced gradient method. Formed model be evaluated with mean absolute percentage error (MAPE), mean absolute deviation (MAD), dan mean squared error (MSE) value. Source data of research use secondary data from Dinas Kesehatan Bojonegoro contain daily-monthly data for COVID-19 and DBD case.
Results : Double exponential smoothing model based on generalized reduced gradient method. This method generates fault of model smaller for MAPE, MAD, and MSE value. Result of forecasting shows improvement next period for COVID-19 case bigger than DBD case.
Conclusion : Forecasting application of model can be alternative to forecast count of infected case on COVID-19 and DBD in Bojonegoro.

Keywords

exponential smoothing; evolutionary; generalized reduced gradient; COVID-19; DBD.

Reference

Nurdiansyah, D. dan Wafa, K. (2021). Penerapan Model Exponential Smoothing berbasis Metode Evolutionary pada Kasus COVID 19 dan DBD di Bojonegoro. Jurnal Kesehatan Vokasional, 6(3), 174-181.doi.org/10.22146/jkesvo.65937

Sumber: Jurnal Kesehatan Vokasional (SINTA) 2021