%A NIM.: 17106010001 Nurhayati
%O Pembimbing: Dr. Epha Diana Supandi, S.Si., M.Sc.
%T PERBANDINGAN PERAMALAN JUMLAH POSITIF COVID-19
DI D.I.YOGYAKARTA DENGAN METODE AUTOREGRESSIVE
INTEGRATED MOVING AVERAGE (ARIMA) DAN ARTIFICIAL
NEURAL NETWORKS (ANN)
%X Coronavirus adalah penyakit menular yang disebabkan oleh virus SARS-CoV-2. Selain penularannya yang relatif cepat, penyakit tersebut juga memberikan dampak berbahaya pada sektor kehidupan masyarakat, salah satunya di Provinsi D.I.Yogyakarta. Data jumlah positif Covid-19 di D.I.Yogyakarta mengalami perubahan setiap bulannya. Peramalan yang akurat dapat dilakukan untuk memprediksi jumlah positif Covid-19 pada periode selanjutnya. Urgensi peramalan data jumlah positif Covid-19 di D.I.Yogyakarta ini dapat digunakan untuk memitigasi resiko dikemudian hari. Penelitian ini membandingkan peramalan jumlah positif Covid-19 di D.I.Yogyakarta dengan metode Autoregressive Integrated Moving Average (ARIMA) dan Artificial Neural Networks (ANN). Dengan akurasi terbaik dihitung menggunakan Mean Squared Error (MSE) dan Root Mean Aquare Error (RMSE) terkecil serta korelasi terbesar. Hasil penelitian menunjukan bahwa pada kasus ini model terbaik untuk peramalan jumlah positif Covid-19 di D.I.Yogyakarta adalah model ARIMA (2,1,3) dengan nilai MSE dan RMSE berturut-turut adalah 197,290 dan 14,046 sedangkan nilai korelasinya sebesar 0,964.
%K matriks; ARIMA; ANN; backpropagation; Covid-19; forecasting
%D 2023
%I UIN SUNAN KALIJAGA YOGYAKARTA
%L digilib58351