Membangun matriks peluang transisi Markov multivariat dan analisisnya pada data COVID-19 di Indonesia

Martina, Annisa and Muhtarulloh, Fahrudin and Awalluddin, Asep Solih and Cahyandari, Rini Membangun matriks peluang transisi Markov multivariat dan analisisnya pada data COVID-19 di Indonesia. Karya Tulis Ilmiah Dosen UIN SGD Bandung pada Masa Work from Home. ISSN - (Unpublished)

Preview

Text (Karya Tulis Ilmiah) Naskah KTI 2020 (Annisa, Fahrudin, Asep Solih, Rini).pdf - Draft Version Download (546kB) | Preview

Abstract

INDONESIA : Kasus COVID-19 di dunia terus bertambah setiap harinya termasuk di Indonesia, di mana kasus pertama tercatat pada 2 Maret 2020 dengan kasus pasien positif sebanyak 2 orang, kemudian pada 11 Maret 2020 tercatat mulai ada 1 orang pasien meninggal. Kondisi terkini, yaitu hari terakhir pengambilan data pada 24 Maret 2020, tercatat 689 orang meninggal dan 8.211 orang positif COVID-19. Oleh karena itu, pada penelitian ini akan dilakukan analisis terhadap pergerakan data tersebut dengan memprediksi nilai peluang terjadinya COVID-19 di Indonesia pada masa mendatang menggunakan metode membangun matriks peluang transisi pada model rantai Markov multivariat. Model rantai Markov multivariat digunakan karena terdiri dari 3 barisan data (jenis pasien) yaitu pasien sembuh, pasien positif, dan pasien meninggal dengan 6 keadaan (tidak ada, sangat sedikit, sedikit, sedang, banyak dan sangat banyak). Hasil dari penelitian ini adalah matriks peluang transisi berukuran 3x3 (jenis pasien), dengan masing-masing elemen terdiri dari matriks ordo 6x6 (keadaan). Nilai peluang transisi terbesar untuk data pertambahan jumlah pasien COVID-19 di Indonesia pada 11 Maret 2020 s.d 24 April 2020, terjadi pada 2 kondisi; pertama, dengan nilai peluang transisi 0.6 terjadi dari pasien positif dengan keadaan sangat sedikit ke pasien sembuh dengan keadaan sedikit; dan kedua, dengan nilai peluang transisi 0.6667 terjadi dari pasien positif dengan keadaan sangat sedikit ke pasien meninggal dengan keadaan sedikit. ENGLISH : The global cases of COVID-19 pandemic extensively increase as in Indonesia, the first two positive cases were reported in 2nd of March 2020 and followed by the first reported mortality in 9 days afterwards, 11th of March 2020. In latest situation, the last data collection by author in 24th of March 2020, 689 death toll and 8,211 COVID-19 positive cases were recorded. In association with the pandemic, author perform the data mobilization analysis to predict the transition probability outlook in Indonesia by applying multivariate Markov-Chain model. This model is compatible with 3 data rows (patient types) defined as recovered patient, positive, and mortal with 6 conditions (zero, least, less, fair, ample, and massive). As the result, this study shows transition probability matrix with 3x3 dimension where each element containing 6x6 conditions. The largest transition probability value for data incremental of total Indonesia COVID-19 patient in March 11th to April 24th 2020 occurred in two conditions; first, 0.6 transition probability value which emerges from positive with least condition to less recovered patient; second, 0.6667 transition probability value from least positive to less mortal patient.

Actions (login required)

View Item