Nama : Ade Mulya Ibrahim

NIM : 16/394910/TK/44202
Mata Kuliah : Metode Numeris Kelas A
Ujian : Ujian Tengah Semester Genap

Analisis Numeris Untuk Menentukan Laju Pertumbuhan Kasus Terinfeksi

dan Kematin akibat COVID-19

Dengan data yang dikumpulkan melalui https://www.worldometers.info/coronavirus/

sampai tanggal 26 Maret 2020, dilakukan analisis numeris untuk menentukan lanjut
pertumbuhan kasus terinfeksi COVID-19 di beberapa negara yaitu; Tiongkok, Korea Selatan,
Italia, Iran, Spanyol, Jerman, Australia, Amerika Serikat, dan Indonesia.
Adapun aplikasi yang saya gunakan untuk menganalisis dan menentukan persamaan
regresi ialah Microsoft Excel. Regresi yang dibuat ialah regresi berpangkat, eksponensial, dan
polinomial (orde 3).

A. Langkah pengerjaan
Data jumlah terinfeksi dan kematian akibat COVID-19 di Tiongkok
Tanggal Active case Death case
Januari 22 554 17
23 771 25
24 1208 41
25 1870 56
26 2613 80
27 4349 106
28 5739 132
29 7417 170
30 9308 213
31 11289 259
Februari 1 13748 304
2 16369 361
3 19383 425
4 22942 490
5 26302 563
6 28985 636
7 31774 722
8 33738 811
9 35982 908
10 37626 1016
 11 38791 1113
12 51591 1259
13 55748 1380
14 56873 1523
15 57416 1665
16 57934 1770
17 58016 1868
18 57805 2004
19 56301 2118
20 54921 2236
21 53284 2345
22 52093 2442
23 49824 2592
24 47765 2663
25 45600 2715
26 43258 2744
27 39919 2788
28 37414 2835
29 35129 2870
Maret 1 32616 2912
2 30004 2943
3 27423 2981
4 25353 3012
5 23784 3042
6 22179 3070
7 20533 3097
8 19016 3119
9 17721 3136
10 16136 3158
11 14831 3169
12 13524 3176
13 12088 3189
14 10733 3199
15 9893 3213
16 8967 3226
17 8056 3237
18 7263 3245
19 6569 3248
20 6013 3255
21 5353 3261
22 5120 3270
23 4735 3277
24 4287 3281
 25 3947 3287
26 3460 3292

1. Regresi Berpangkat (Active Case)

• Tahap pertama ialah membuat table seperti gambar berikut

x y p=log y q=log x pq qq Dt D y berpangkat

1 554 2,7435098 0 0 0 621999905,2 85130,48732 262,2287072

2 771 2,8870544 0,30103 0,86909 0,0906191 611223066,3 3273,589047 828,2152868

3 1208 3,0820669 0,4771213 1,4705196 0,2276447 589806198,1 172199,7305 1622,969554

4 1870 3,2718416 0,60206 1,9698449 0,3624762 558089876,2 556233,0501 2615,810331

5 2613 3,4171394 0,69897 2,3884779 0,4885591 523536771,2 1380367,882 3787,890583

6 4349 3,6383894 0,7781513 2,8312173 0,6055194 447107892,4 603633,2464 5125,93838

7 5739 3,7588362 0,845098 3,1765851 0,7141907 390257098,3 775950,9706 6619,880792

8 7417 3,8702283 0,90309 3,4951644 0,8155715 326775250,9 713512,8958 8261,696925

9 9308 3,9688564 0,9542425 3,7872515 0,9105788 261984198,1 542847,5723 10044,7819

10 11289 4,0526555 1 4,0526555 1 201779920,6 455031,2641 11963,56005

11 13748 4,1382395 1,0413927 4,3095324 1,0844987 137966775,9 70348,79106 14013,23347

12 16369 4,2140221 1,0791812 4,5476937 1,1646322 83264273,15 32180,7367 16189,6101

Table 1. potongan table sheet regresi berpangkat active case Tiongkok (Terlampir)

• Kolom x adalah urutan hari dari kasus pertama terinveksi corona di Tiongkok yaitu
22 Januari hingga tanggal 26 Maret 2020. Kolom y merupakan data jumlah orang
yang terinfesi (Active Case) di Tiongkok.

Didasari persamaan

Digunakan untuk menentukan nilai a dan b dengan fungsi pada excel :

𝑁Σ(𝑝𝑞) − Σ𝑝 ∗ Σ𝑞

𝐵= 𝑁Σ𝑞2 − (Σ𝑞)2
Dimana
𝑝 = log𝑦
 𝑞 = log 𝑥
𝐵=𝑏

• Maka fungsi yang digunakan untuk mendapat kan nilai b ialah

=(((COUNT(Table1[x])*Table1[[#Totals];[pq]])-(Table1[[#Totals];[p=log
y]]*Table1[[#Totals];[q=logx]]))/((COUNT(Table1[x])*Table1[[#Totals];[qq]])(Table1[[#Totals];[q=l
og x]]^2)))
Fungsi untuk mendapatkan nilai b

•
𝐴 = 𝑝 − 𝑏𝑞
Dimana
𝑎 = 10𝐴

Maka fungsi yang digunakan untuk mendapatkan nilai A dan a ialah

=AVERAGE(Table1[p=log y])-M3*AVERAGE(Table1[q=log x])

Fungsi untuk mendapatkan nilai A

=10^N3
Fungsi untuk mendapatkan nilai a

• Setelah nilai a dan b didapat. Maka kita dapat menentukan nilai y untuk setiap x
dengan persamaan :

=$O$3*[@x]^$M$3
Fungsi untuk menapatkan nilai y baru pada regresi berpangkat untuk setiap x

Nilai y baru inilah yang terdapat pada kolom ‘y berpangkat’ pada sheet excel.

• Selain untuk mendapatkan nilai y setelah dilakukan regresi berpangkat, nilai a dan
b juga digunakan untuk menentukan nilai D dan Dt. Yang mana nantinya akan
digunakan untuk mendapatkan nilai koefisien korelasi (r)

• Dengan persamaan :
 Didapat fungsi pada excel yaitu:
=(D3-$O$3*C3^$M$3)^2
Fungsi untuk mendapatkan nilai D

=(D4-AVERAGE([y]))^2
Fungsi untuk mendapatkan nilai Dt

=ABS((Table1[[#Totals];[Dt]]-Table1[[#Totals];[D]])/Table1[[#Totals];[Dt]])
Fungsi untuk mendapatkan nilai Korelasi

• Setelah koefisien relasi didapat, maka yang terakhir adalah membuat plot untuk
melihat kurva nilai y dan nilai y setelah regresi terdahap x

2. Regresi Eksponensial (Active Case)

• Tahapan yang dilakukan masih sama
x y p=log y q=x pq qq Dt D y eksponensial

1 19 2,944439 1 2,944439 1 12644661,87 832,3242448 47,85003024

2 20 2,995732 2 5,991465 4 12637551 1581,917977 59,77333249

3 20 2,995732 3 8,987197 9 12637551 2988,55645 74,6676911

4 19 2,944439 4 11,77776 16 12644661,87 5516,543274 93,27343585

5 42 3,73767 5 18,68835 25 12481617,94 5552,540727 116,5153724

6 94 4,543295 6 27,25977 36 12116896,87 2657,273642 145,5487501

7 190 5,247024 7 36,72917 49 11457773,67 66,96665784 181,8166842

8 416 6,030685 8 48,24548 64 9978859,804 35674,94193 227,121886

9 578 6,359574 9 57,23616 81 8981609,404 86602,91483 283,7162682

10 803 6,688355 10 66,88355 100 7683614,404 201230,4079 354,4128759

 11 944 6,850126 11 75,35139 121 6921810,204 251275,9126 442,7257112

12 1225 7,110696 12 85,32835 144 5522186,671 451524,3319 553,0443974

• Perbedaan terletak pada rumus untuk menentukan nilai a dan b sehingga rumus
fungsi untuk menentukan nilai y baru juga berubah

Rumus yang digunakan ialah

• Untuk mendapatkan nilai b digunakan

𝑁Σ(𝑝𝑞) − Σ𝑝 ∗ Σ𝑞

𝐵= 𝑁Σ𝑞2 − (Σ𝑞)2

Dimana

𝑝 = log𝑦

𝑞= 𝑥
𝐵 = 𝑏 Maka

didapat :
=((COUNT(Table2[x])*Table2[[#Totals];[pq]]-Table2[[#Totals];[p=log
y]]*Table2[[#Totals];[q=x]])/(COUNT(Table2[x])*Table2[[#Totals];[qq]]-
Table2[[#Totals];[q=x]]^2))
Fungsi yang digunakan untuk mendapatkan nilai b

• Untuk mendapatkan nilai A

𝐴 = 𝑝 − 𝑏𝑞

𝑎 = 𝑒𝐴
=AVERAGE(Table2[p=log y])-N4*AVERAGE(Table2[q=x])
Fungsi yang digunakan untuk mendapatkan nilai A

=EXP(O4)
Fungsi yang digunakan untuk mendapatkan nilai a

• Menentukan nilai D
Sama langkahnya seperti regresi berpangkat
• Menentukan nilai Dt
• Sama langkahnya seperti regresi berpangkat
• Menentukan koefisen korelasi
• Sama langkahnya seperti regresi berpangkat
 • Untuk menentukan nilai y setelah regresi eksponensial
=$P$4*EXP($N$4*[@x])
Fungsi yang digunakan untuk mendapatkan nilai y setelah dilakukan regresi eksponensial untuk tiap
x nya

• Terakhir dilakukan Plot

3. Regresi Polinomial ( Orde 3 ) Active Case

x y D Dt ynew
1 554 345239132,9 594791803,3 -18026,6

2 771 174925776,6 584254346,8 -12455

3 1208 70401483,66 563319552,5 -7182,56

4 1870 16590314,52 532333512 -2203,12

5 2613 15207,94139 498600043,2 2489,68

6 4349 6518615,93 424086222,6 6902,158

7 5739 28107283,8 368768798,9 11040,63

8 7417 56166212,02 307138027,4 14911,41

9 9308 84876034,58 244433020,2 18520,82

10 11289 112066931,4 186414071,2 21875,17

11 13748 126175158,5 125313558 24980,77

12 16369 131674448 73502396,17 27843,95

13 19383 122944053,9 30906415,19 30471,01

• Pada regresi polynomial langkah mendapatkan a dan b adalah mengikuti

persamaan :

• Karena ingin melakukan regresi polynomial orde 3, maka digunakan matriks

dengan ukuran 4X4 mengikuti persamaan di atas

1 2 3 4a b
 65 2145 93665 4601025 a0 1621253
2145 93665 4601025 2,41E+08 a1 49956586
93665 4601025 241074977 1,32E+10 a2 1,77E+09
4601025 2,41E+08 13157397825 7,39E+11 a3 6,98E+10

• Dilakukan eleminasi gauss Jordan dengan bantuan fungsi program pada excel
agar memudahkan melakukan eksekusi per kolomnya

• Eleminasi 1

41 861 23821 741321 174061

0 -235340 -9884280 - -
3,7E+08 4,7E+07
0 - - - -
9884280 441450772 1,7E+10 1,7E+09
0 - - - -
3,7E+08 1,7223E+10 6,9E+11 5,6E+10

=$I$16*I15-$I$15*I16
Fungsi yang digunakan untuk eleminasi gauss Jordan baris 2 untuk mengeksekusi kolom 1

• Eleminasi 2
9648940 0 - - 7,33E+08
2904330940 1,4E+11
0 -235340 -9884280 - -4,7E+07
3,7E+08
0 0 -6,192E+12 - 5,96E+13
3,9E+14
0 0 -3,901E+14 - 4,17E+15
2,5E+16

=$J$21*J22-$J$22*J21
Fungsi yang digunakan untuk eleminasi gauss Jordan baris 1 untuk mengeksekusi kolom 2

• Eleminasi 3

5,97E+19 0 0 2,37E+23 -1,7E+23

0 - 0 1,56E+21 -8,8E+20
1,5E+18
0 0 -6,192E+12 -3,9E+14 5,96E+13
0 0 0 -4,1E+27 2,53E+27

=$K$28*K37-$K$37*K28
Fungsi yang digunakan untuk eleminasi gauss Jordan baris 1 untuk mengeksekusi kolom 3
• Eleminasi 4
2,46E+47 0 0 0 -9,5E+49
0 -6E+45 0 0 3,25E+47
0 0 - 0 -7,4E+41
2,5518E+40
0 0 0 - 2,53E+27
4,1E+27

=$L$35*L38-$L$38*L35
Fungsi untuk eksekusi gauss Jordan baris 1 untuk mengeksekusi kolom 4

Catatan: tiap fungsi eleminasi pada excel di terapkan untuk satu baris.

• Setelah eleminasi gauss Jordan selesai, maka di dapat nilai b. dan dapat ditentukan
nilai a dengan membagi nilai masing masing b dengan elemen diagonal pada
matriks x
• Nilai y didapat dengan persamaan

=$I$49*[@x]^0+$I$50*[@x]^1+$I$51*[@x]^2+$I$52*[@x]^3
Fungsi yang digunakan untuk mendapatkan nilai y baru setelah dilakukan regresi polynomial
orde 3 untuk tiap x nya

• Menentukan nilai D

=([@y]-[@ynew])^2
Fungsi yang digunakan untuk menentukan nilai D pada polynomial orde 3

• Menentukan nilai Dt
=([@y]-AVERAGE([y]))^2
Fungsi yang digunakan untuk menentukan nilai Dt pada polynomial orde 3
 • Menentukan nilai koefisien korelasi (r)
=ABS((Table24[[#Totals];[Dt]]Table24[[#Totals];[D]])/Table24[[#Totals];[Dt]])
Fungsi yang digunakan untuk menentukan nilai r pada polynomial orde 3

• Melakukan plot untuk melihat kurva regresi polynomial orde 3

• Catatan: Untuk Death case langkah-langkahnya persis sama, hanya perlu

mengganti data x dan y nya saja. Untuk x, dimuli dari data >0

B. Hasil (terlampir) dan Pembahasan

• Regresi yang paling akurat adalah regresi polynomial. Terlihat dari koefisien
korelasinya yang mendekati 1
• Regresi paling akurat adalah pada Regresi polynomial orde 3 negara Italy pada
kasus kematian akibat COVID-19

C. Bandingkan antara negara-negara tersebut dan terangkan kenapa ada

perbedaan di negaranegara tersebut! Dengan kemampuan literasi digital Anda,
silahkan dieksplorasi faktor-faktor apa saja yang dapat menyebabkan laju
pertumbuhan orang yang terinfeksi dan yang meninggal berbeda-beda diantara
negara-negara tersebut!

Adapun factor yang memengaruhi laju pertumbuhan terinfeksi dan kematian akibat
COVID -19 di berbagai negara ialah :

• Langkah kebijakan yang diambil oleh tiap-tiap negara untuk menekan angka
kasus COVID-19 seperti lockdown, physical distancing, tenaga medis,
pencegahan dini dan lain sebagainya
• Ketaatan dan kedisiplinan penduduk warga dengan kebijakan yang di tetapkan
negara

D. Untuk keadaan di Indonesia, paling mirip dengan negara mana? Terangkan

jawaban Anda!
Dari hasil olah data yang saya lakukan. Saya dapati bahwa keadaan di Indonesia
paling mirip dengan negara Spanyol dilihat dari bentuk kurva yang di plot. Hal ini
disebabkan oleh nilai pertambahan masing- masing kasus yang serupa meskipun
jumlahnya jauh lebih banyak negara Spanyol yang disebabkan oleh jumlah tes yang
lebih massive jika dibandingkan dengan Indonesia.