SISTEM PREDIKSI JUMLAH PENDERITA COVID-19 MENGGUNAKAN METODE ADAPTIVE RESPONSE RATE SINGLE EXPONENTIAL SMOOTHING (STUDI KASUS: SURABAYA)

Covid-19 merupakan sebuah penamaan baru pada virus corona oleh WHO (Organisasi Kesehatan Dunia). Penyakit yang disebabkan oleh virus ini dapat menyebar secara cepat antar manusia. Dalam waktu singkat penyakit ini sudah banyak menyebar di Indonesia, salah satunya pada Provinsi Jawa Timur di wilayah Surabaya. Banyaknya permasalahan yang belum diketahui dan terlaporkan, seperti masalah kesehatan, sosial, maupun perekonomian, membuat situasi di wilayah Surabaya menjadi buruk. Penambahan jumlah kasus Covid-19 yang tidak dapat diprediksi mengakibatkan kurangnya persediaan alat kesehatan, seperti masker, alat pelindung medis, ruang isolasi ataupun sarana dan prasarana lainnya. Hal tersebut mengakibatkan penanganan yang kurang maksimal dan berdampak pada sulitnya menahan penyebaran penyakit Covid-19 di Surabaya. Oleh karena itu pemerintah Kota Surabaya membutuhkan sebuah sistem yang mampu memprediksi jumlah kasus Covid-19 tersebut. Untuk mengatasi masalah mengenai prediksi jumlah penderita Covid-19 dimasa depan, peneliti membuat sistem yang mampu memprediksi jumlah kasus Covid-19. Metode prediksi yang digunakan adalah metode Adaptive Response Rate Single Exponential Smoothing (ARRSES). Metode ini terbukti dapat melakukan prediksi dan menghasilkan prediksi yang akurat dengan hasil MAPE rata-rata tiap kecamatan di bawah 10% sedangkan untuk jenis kasus konfirmasi-perawatan tergolong layak karena berada di antara 20%-50%.