Peramalan Pertambahan Pasien Covid-19 Menggunakan Metode Support Vector Regression

Abstract

Sejak awal Maret 2020 virus COVID-19 mulai masuk ke Indonesia. Melalui laman covid19.go.id ditunjukkan lebih dari 2 juta kasus di Indonesia sejak Maret lalu. Perkembangan kasus yang sangat cepat membuat kapasitas pelayanan Kesehatan semakin menipis. Menurut Yulinnas (2021) pada laman CNN, Jawa Timur memiliki 145 rumah sakit rujukan COVID-19 dengan BOR (Bed Occupancy Rate) mencapai 70%[1]. BOR merupakan nilai yang digunakan untuk jumlah pemakaian tempat tidur yang dipakai. WHO telah menetapkan batas BOR ideal di angka 60%. Rumah sakit dengan nilai BOR yang tinggi dapat diartikan tidak mampu menyediakan tempat tidur untuk pasien bergejala COVID-19. Berdasarkan hal tersebut penelitian ini bertujuan untuk melakukan peramalan terhadap kasus COVID19 di daerah Jawa Timur dimana hasil peramalan tersebut diharapkan bisa membantu pemerintahan Jawa Timur untuk mengoptimalkan layanan kesehatan untuk pasien COVID-19. Penelitian ini menggunakan Support Vector Regression dengan fungsi kernel Linear untuk pembuatan model dan GridSearchCV untuk mengoptimalkan parameter fungsi Kernel Linear. Kemudian dilakukan peramalan untuk tanggal selanjutnya menggunakan SVR-Linear dengan parameter optimal. Hasil dari penelitian ini adalah peramalan sebanyak 30 hari dari tanggal 1 Februari 2021 sampai 2 Maret 2021. Penggunaan SVR-linear menghasilkan nilai akurasi dengan MSE sebesar 89.6 dan MAPE sebesar 13.9%. Kata kunci : COVID-19, Support Vector Regression, Peramalan, Mean Absolute Percentage Error, Mean Square Error.