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  𝐶 = 2^0,6 𝛾 = 2^0,2,  dan  𝜀 = 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:

https://jurnal.stis.ac.id/index.php/jurnalasks/article/view/488/134

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