Melola Discovery

← Melola Discovery

Jurnal SINTA 3

ANALISIS REGRESI NON LINEAR PADA DATA PASIEN COVID-19 MENGGUNAKAN METODE BOOTSRAP

BAREKENG: Jurnal Ilmu Matematika dan Terapan · Vol. 15 No. 3 (2021) · hlm. 453–466

DOI
10.30598/barekengvol15iss3pp453-466
ISSN
2615-3017, 1978-7227
Terbit
2021-09-01
Penerbit
PATTIMURA UNIVERSITY
Bahasa
eng

Abstrak

Dalam penelitian ini membahas tentang analisis regresi non linier dengan menggunakan data statistic perkembangan pasien positif Covid-19 di Indonesia. Penyakit Covid-19 sangat mudah berkembang penyebarannya sehingga WHO menyatakan penyakit ini sebagai pandemi, dalam penelitian ini menggunakan lima model analisis regresi non linier yaitu model Weibull 3 parameter, Gompertz 3 parameter, Log-logistic 3 parameter, Log-Logistic 4 parameter dan model Logistic 3 parameter. Analisis yang terbaik dalam memprediksi yaitu Log-logistic 3 parameter dengan nilai AIC = 6527.434 dan RMSE = 6836.79, dan diperoleh nilai parameter, dan A= 19477000, sehingga pengestimasian parameter dengan menggunakan metode Bootstrap B = 10000 dengan interval kepercayaan 95% untuk parameter, dan A berturut-turut adalah maka diperoleh nilai rata-rata estimas Bootstrap, dan. Pada data prediksi pasien yang positif Covid-19 akan dibandingkan dengan data pengamatan, dari hasil perbandingan diperoleh nilai MAPE = 9%, sehingga dapat dikatakan pemodelan Log-logistic 3 parameter sangat baik dalam memprediksi.

Jaringan kolaborasi para penulis

40 penulis · 110 tautan kepenulisan bersama · 27 lintas organisasi · menampilkan 40 yang paling banyak terhubung

Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.

  • Satya Wacana Christian University
  • Universitas Raharja
  • National Research and Innovation Agency
  • Universitas Amikom Yogyakarta
  • Universitas Pattimura
  • Universitas Sains dan Teknologi Komputer
  • Afiliasi tidak diketahui
  • Organisasi berbeda
  • Organisasi sama
  • Afiliasi tidak diketahui
  • Garis lebih tebal = lebih banyak artikel bersama · lingkaran lebih besar = lebih banyak artikel
Tampilkan sebagai tabel
Rekan penulisOrganisasiArtikel bersama
Suryasatriya TrihandaruSatya Wacana Christian University5
Irwan SembiringSatya Wacana Christian University3
Suryasatriya TrihandaruAfiliasi tidak diketahui3
Didit Budi NugrohoSatya Wacana Christian University3
Iwan SetyawanSatya Wacana Christian University2
Tundjung MahatmaSatya Wacana Christian University2
Bambang SusantoSatya Wacana Christian University2
Faldy TitaSatya Wacana Christian University2
Yunita Puput WijayantiSatya Wacana Christian University2
Untung RahardjaUniversitas Raharja1
Ninda LutfianiUniversitas Raharja1
Sulistio SulistioUniversitas Raharja1
Yosia Adi SusetyoAfiliasi tidak diketahui1
Bambang SusantoNational Research and Innovation Agency1
Yosia Adi SusetyoSatya Wacana Christian University1
FachrurroziAfiliasi tidak diketahui1
Happy Alyzhya HaaySatya Wacana Christian University1
Eko SediyonoSatya Wacana Christian University1
Hindriyanto Dwi PurnomoSatya Wacana Christian University1
Istiarsi Saptuti Sri KawuryanSatya Wacana Christian University1
Vikky Aprelia WindarniUniversitas Amikom Yogyakarta1
Rachel Wulan Nirmalasari WijayaSatya Wacana Christian University1
Nur I. M. UrosidinSatya Wacana Christian University1
Febi SetivaniSatya Wacana Christian University1
Abdiel Wilyar GoniAfiliasi tidak diketahui1
Henry Junus WattimanelaUniversitas Pattimura1
Yohannes SardjonoAfiliasi tidak diketahui1
Isman Mulyadi TriatmokoAfiliasi tidak diketahui1
Gede Sutresna WijayaAfiliasi tidak diketahui1
Jane LabadinAfiliasi tidak diketahui1
Theophilus WellemSatya Wacana Christian University1
HenderiAfiliasi tidak diketahui1
Ignatius Agus SupriyonoUniversitas Raharja1
Ilham HizbulohUniversitas Raharja1
Migunani MigunaniUniversitas Sains dan Teknologi Komputer1
Marthen Sattu SamboSatya Wacana Christian University1
Denny IndrajayaSatya Wacana Christian University1

Afiliasi berasal dari OpenAlex; metadata OAI-PMH jurnal tidak memuatnya. Penulis tanpa ID OpenAlex dicocokkan berdasarkan nama, sehingga dua orang bisa tergabung atau satu orang bisa terpisah.

Sumber metadata: OAI-PMH (metadata jurnal) https://ojs3.unpatti.ac.id/index.php/barekeng/oai, pertama di-harvest 5 Nov 2026, terakhir terlihat 15 Nov 2026.
Metadata asli (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">ANALISIS REGRESI NON LINEAR PADA DATA PASIEN COVID-19 MENGGUNAKAN METODE BOOTSRAP</dc:title>
	<dc:creator>Pradani, Wynona Adita</dc:creator>
	<dc:creator>Setiawan, Adi</dc:creator>
	<dc:creator>Parhusip, Hanna Arini</dc:creator>
	<dc:description xml:lang="en-US">Dalam penelitian ini membahas tentang analisis regresi non linier dengan menggunakan data statistic perkembangan &amp;nbsp;pasien positif Covid-19 di Indonesia. Penyakit Covid-19 sangat mudah berkembang penyebarannya sehingga WHO menyatakan penyakit ini sebagai pandemi, dalam penelitian ini menggunakan lima model analisis regresi non linier yaitu model Weibull 3 parameter, Gompertz 3 parameter, Log-logistic 3 parameter, Log-Logistic 4 parameter dan model Logistic 3 parameter. Analisis yang terbaik dalam memprediksi yaitu Log-logistic 3 parameter dengan nilai AIC = 6527.434 dan RMSE = 6836.79, dan diperoleh nilai parameter &amp;nbsp; , dan A= 19477000, sehingga pengestimasian parameter dengan menggunakan metode Bootstrap B = 10000 dengan interval kepercayaan 95% untuk parameter , dan A berturut-turut adalah maka diperoleh nilai rata-rata estimas Bootstrap , dan . Pada data prediksi pasien yang positif Covid-19 akan dibandingkan dengan data pengamatan, dari hasil perbandingan diperoleh nilai MAPE = 9%, sehingga dapat dikatakan pemodelan Log-logistic 3 parameter sangat baik dalam memprediksi.</dc:description>
	<dc:publisher xml:lang="en-US">PATTIMURA UNIVERSITY</dc:publisher>
	<dc:date>2021-09-01</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/3837</dc:identifier>
	<dc:identifier>10.30598/barekengvol15iss3pp453-466</dc:identifier>
	<dc:source xml:lang="en-US">BAREKENG: Jurnal Ilmu Matematika dan Terapan; Vol 15 No 3 (2021): BAREKENG: Jurnal Ilmu Matematika dan Terapan; 453-466</dc:source>
	<dc:source>2615-3017</dc:source>
	<dc:source>1978-7227</dc:source>
	<dc:source>10.30598/barekengvol15iss3year2021</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs3.unpatti.ac.id/index.php/barekeng/article/view/3837/3203</dc:relation>
</oai_dc:dc>