Tugas Analisis Deret Waktu I

PERAMALAN JUMLAH KASUS COVID-19

STUDI KASUS : NORWAY

disusun untuk memenuhi

tugas mata kuliah Analisis Deret Waktu I

oleh :
NURZATIL AQMAR
1708108010029

JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SYIAH KUALA
DARUSSALAM, BANDA ACEH
2020
• Deskripsi Data
Berikut merupakan data kasus baru Virus Corona setiap harinya yang ada di Negara
Norway. Data tersebut bersumber dari situs www.worldometers.info/coronavirus/. Data
yang digunakan untuk melakukan analisis deret waktu terhadap kasus tersebut dari tanggal
10 Maret sampai 9 April Tahun 2020.
Tabel 1. Data Kasus Virus Corona Setiap Harinya di Negara France
Daily New
No Tanggal Cases
1 10 Maret 173
2 11 Maret 229
3 12 Maret 171
4 13 Maret 196
5 14 Maret 113
6 15 Maret 147
7 16 Maret 92
8 17 Maret 123
9 18 Maret 120
10 19 Maret 199
11 20 Maret 169
12 21 Maret 205
13 22 Maret 221
14 23 Maret 240
15 24 Maret 241
16 25 Maret 218
17 26 Maret 288
18 27 Maret 399
19 28 Maret 244
20 29 Maret 269
21 30 Maret 161
22 31 Maret 196
23 1 April 236
24 2 April 270
25 3 April 223
26 4 April 180
27 5 April 137
28 6 April 178
29 7 April 221
30 8 April -44
31 9 April 177

Sumber : https://www.worldometers.info/coronavirus/country/france/
 Kasus Baru Virus Corona Setiap Hari
9 April
7 April
5 April
3 April
1 April
30 Maret
28 Maret
26 Maret
24 Maret
22 Maret
20 Maret
18 Maret
16 Maret
14 Maret
12 Maret
10 Maret
-100 0 100 200 300 400 500

Gambar 1. Grafik Kasus Virus Corona Setiap Harinya di France

Berdasarkan grafik diatas dapat dilihat bahwa jumlah kasus positif setiap harinya ada yang
mengalami peningkatan dan penurunan. Peningkatan dan penurunan ada yang siginifikan
namun ada pula secara eksponensial.
a. Plot Sebaran Data
Hal pertama yang harus dilakukan adalah membuat plot sebaran data untuk melihat
penyebaran data dan untuk melihat kestasioneran data.
Interpretasi:
Berdasarkan output diatas dapat dilihat bahwa data kasus baru Virus Corona setiap
harinya di Norway memiliki kasus terbanyak sebesar 399 pada tanggal 27 Maret dan kasus
terrendah sebesar -44 pada tanggal 8 Maret. Dimana rata-rata data tersebut sebesar 193,3
kasus baru Virus Corona di France dari tanggal 10 Maret sampai 9 April.
Pada grafik dapat dilihat bahwa data kasus Virus Corona di France dari tanggal 10
Maret sampai 9 April tidak stationer karena data tidak fluktuasi atau tidak menyebar
disekitar mean, panjang pada plot bagian atas dan bawah tidak sama dan juga memiliki
trend atau musiman. Agar lebih meyakinkan, dilakukan analisa secara inferensia untuk
melihat kestasioneran data.

b. Melihat Kestasioneran Data terhadap Varian

Interpretasi:
Berdasarkan output diatas, menunjukkan bahwa data kasus baru Virus Corona sudah
stasioner terhadap varian. Hal ini dapat diketahui dari nilai lambda sebesar 1.33888 atau
mendekati 1.
c. Uji Stasioner Terhadap Mean
• Hipotesis
H0: Data tidak stasioner
Ha: Data stasioner
• Taraf Nyata
α = 0,05
• Daerah Penolakan
Tolak H0 jika Pvalue < α
• Statistik Uji

• Keputusan
Karena Pvalue > α (0,9198 > 0,05), maka keputusannya adalah Tidak dapat menolak H0.
• Kesimpulan
Berdasarkan keputusan diatas maka dapat disimpulkan bahwa data tidak stasioner.
d. Differencing
Dikarenakan data tersebut tidak stasioner maka perlu dilakukan differencing sampai data
tersebut stasioner dan diuji kembali untuk melihat kestasioneritas terhadap meannya. Diperoleh
hasil sebagai berikut:

Setelah dilakukan differencing sebanyak 2 kali didapatkan nilai Pvalue < α yaitu 0,01 <
0,05 maka dapat disimpulkan Tolak Ho yang artinya data tersebut telah stasioner terhadap
mean saat di differencing ke-2.

e. Menentukan Model
Mendeteksi model peramalan dari data kasus Virus Corona di France melalui plot ACF dan
PACF sebagai berikut:

Interpretasi:
Berdasarkan output plot ACF dan PACF yang telah di transformasi dan differencing diatas
maka dapat diketahui bahwa pada plot ACF terdapat satu garis lag yang berada diluar garis
 barlet dengan cut off (terputus) setelah lag q, sedangkan plot PACF terdapat semua garis
yang berada didadalam garis barlet dengan Tails Off (menurun) secara eksponensial.
Sehingga dapat disimpulkan bahwa model yang tepat untuk plot penyebaran virus korona
di Chechia diatas adalah model MA(q).

f. Membuat Model
 Tabel 2. Penentuan Model Terbaik
Model Order AIC RMSE MAE MAPE

Model 1 (0,1,1) 348,09 83,23524 57,72732 45,93731

Model 2 (0,1,2) 341.51 71,43663 52,36702 41,08077

Model 3 (0,1,3) 342,88 69,01238 50,87306 39,42189

Model 4 (0,1,4) 344,83 70,10422 51,68912 40,08533

Model 5 (0,1,5) 342,7 59,66863 43,43226 32,3418

Interpretasi :
Berdasarakan output diatas maka dapat dilihat bahwa model terbaik adalah model 5, karena
memiliki nilai RMSE, MAE dan MAPE yang lebih kecil dibandingkan dengan model-
model yang lain.
g. Uji Signifikansi Parameter
H0 : θ1 = 0 (Parameter tidak signifikan dalam model)
H1 : θ1 ≠ 0 (Parameter signifikan dalam model)
Taraf nyata : α = 0.05
Daerah Penolakan : Tolak Ho jika P-value < α
Statistik Uji:
 Keputusan : Karena semua P-value < α (0.05) maka tolak Ho, kecuali untuk parameter
MA3 pada model 3 dan 4.
Kesimpulan : Semua parameter dalam masing-masing model signifikan pada α = 0.05
kecuali untuk parameter MA3 pada model 3 dan 4.
Berdasarkan keputusan diatas maka dapat disimpulkan bahwa model 5 adalah model
yang memiliki nilai signifikan lebih banyak dibandingkan dengan model yang lain.
h. Pemerikasaan Diagnostik Menggunakan White Noise
• Hipotesis
H0: Residual memenuhi syarat White Noise
Ha: Residual tidak memenuhi syarat White Noise
• Taraf Nyata
α = 0,05
• Daerah Penolakan
 Tolak H0 jika Pvalue < α
• Statistik Uji

• Keputusan
Tidak dapat menolak H0 karena nilai P-value > α (0,8257 > 0,05)
• Kesimpulan
Berdasarkan keputusan diatas maka dapat disimpulkan bahwa residual memenuhi
syarat White Noise
i. Peramalan

Hasil permalan untuk 5 hari kedepan menggunakan model IMA (1,5) adalah sebagai
berikut :
Tabel 3. Hasil Peramalan
Tanggal Daily New Case

10 April 2020 9

11April 2020 185

12 April 2020 -1

13 April 2020 33

14 April 2020 27

Interpretasi :
Berdasarakan tabel 3 hasil ramalan diatas, maka dapat kita ketahui bahwa kasus virus
korona di Checia pada tanggal 10 April sebanyak 9 kasus baru, 11 April sebanyak 185
kasus baru, 12 April sebanyak -1 (berkurang 1) kasus baru, 13 April sebanyak 33 kasus
baru, dan tanggal 14 April sebanyak 27 kasus baru.