Salah satu penyakit endemi yang kini menjadi perhatian masyarakat global adalah penyakit monkeypox atau cacar monyet. Awal mula Virus monkeypox menginfeksi manusia adalah pada tahun 1970 di Republik Demokratik Kongo dimana virus tersebut dianggap sebagai penyakit endemik Sejak awal Mei 2022, lebih dari 3000 infeksi virus cacar monyet telah dilaporkan di lebih dari 50 negara dari 5 benua mendorong World Health Organization (WHO) menyatakan cacar monyet sebagai keadaan darurat kesehatan global.
Menanggapi kasus cacar monyet di seluruh dunia yang terus bertambah dengan cepat, penting untuk mengetahui dan menganalisis trend kasus cacar monyet di kemudian hari. Hasil analisis tersebut nantinya dapat digunakan sebagai acuan dalam merumuskan kebijakan yang tepat untuk pengendalian dan pencegahan kasus cacar monyet oleh pemerintah Indonesia dan dunia terutama WHO. Selain itu penelitian ini juga merupakan bentuk implementasi dari Sustainable Development Goals (SDGs) poin ketiga yaitu kehidupan sehat dan sejahtera (Good health and well-being).
Pada artikel ini dibahas peramalan kasus harian monkeypox menggunakan metode Support Vector Regression (SVR) dengan Fungsi Kernel Radial Basis Function (RBF). Data yang digunakan adalah data sekunder berupa deret waktu harian mulai 29 Mei sampai 20 Oktober 2022. Untuk memperoleh parameter optimal pada model SVR, digunakan algoritma grid search untuk memprediksi data testing secara akurat. Berdasarkan hasil penentuan parameter optimal menggunakan algoritma grid search diperoleh parameter optimalnya adalah 饾惗 = 20,6 饾浘 = 20,2, dan 饾渶 = 0,09. Tahapan berikutnya setelah mendapatkan model SVR terbaik adalah melihat seberapa akurat model SVR untuk peramalan data kasus harian monkeypox melalui nilai RMSE dan plot time series antara data training dengan hasil peramalan. Plot time series antara data training dengan hasil peramalan disajikan dalam Gambar berikut ini.
Berdasarkan Gambar diatas terlihat hasil peramalan yang nilainya mendekati data aktualnya dan kesesuaian trend antara hasil peramalan dengan data aktualnya. Selain itu, diperoleh nilai RMSE pada data training sebesar 352,3.
Model SVR yang telah diperoleh kemudian diimplementasikan dalam meramalkan pada data testing dengan hasil plot time series-nya disajikan pada Gambar berikut
Berdasarkan Gambar terlihat hasil peramalan nilainya mendekati nilai data testing-nya dengan nilai RMSE pada hasil peramalan data testing-nya diperoleh sebesar 809,7.
Berdasarkan hasil analisis diperoleh kesimpulan bahwa hasil peramalan kasus harian monkeypox dunia menggunakan metode SVR, baik pada data training maupun testing-nya, nilai prediksinya mendekati nilai data aktualnya. Selain itu, hasil peramalan jika dilihat secara trend, memiliki trend yang sama dengan data aktualnya. Sehingga berdasarkan kedekatan nilai dan trend maka model SVR bisa dikatakan cukup baik dalam melakukan peramalan.
Penulis: Dr. Nur Chamidah, S.Si., M.Si.
Informasi detail dari penelitian ini dapat dilihat pada tulisan kami di:
Marcel Laverda Subiyanto , Yulia Amanda, Muhammad Nadhil Fachrian , Afriani, Achmad Yazid Busthomi Rohim , Nur Chamidah, (2023). Peramalan Kasus Harian Monkeypox Dunia Dengan Pendekatan Support Vector Regression, Jurnal Aplikasi Statistika dan Komputasi Statistik (ASKS), Vol. 15 (1), hal. 27-36. ISSN: 2086-4132
