Jurnal
Analisis Rantai Markov dalam Memprediksi Status Pasien COVID-19 di Indonesia
Indonesian Journal of Applied Mathematics · Vol. 1 No. 2 (2021)
- ISSN
- 2774-2016, 2774-2067
- Terbit
- 2021-05-10
- Penerbit
- Institut Teknologi Sumatra
Abstrak
COVID-19 is an infectious disease caused by a new type of corona virus, beta coronavirus. The spread of COVID-19 can occur through human interactions. On March 9, 2020 the WHO (World Health Organization) officially declared COVID-19 a pandemic. This means that COVID-19 has spread widely in the world. Until now, there has not been found a drug to treat COVID-19. So, it is necessary to predict when the COVID-19 pandemic will end. This study discusses the Markov chain method in predicting the status of COVID-19 patients in Indonesia. The prediction of the number of people who are positive for COVID-19, recovered, and die can be one of the government's bases for determining when the large-scale social restrictions (PSBB) will end. The results of the study stated that the COVID-19 pandemic in Indonesia would end at the end of 2020. On December 5, 2020 there were no more people infected with COVID-19 with a cure rate of 29.815% of patients with COVID-19 and a death rate of 3, 5933%.
Jaringan kolaborasi para penulis
28 penulis · 72 tautan kepenulisan bersama
Arahkan kursor atau ketuk sebuah nama untuk menyorot rekan penulisnya. Klik dua kali untuk membuka halaman penulis.
- Bandung Institute of Technology
- Universitas Halu Oleo
- 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 penulis | Organisasi | Artikel bersama |
|---|---|---|
| Danni Gathot Harbowo | Afiliasi tidak diketahui | 2 |
| Dewi Suhika | Bandung Institute of Technology | 1 |
| Sri Efrinita Irwan | Afiliasi tidak diketahui | 1 |
| Edi Cahyono | Universitas Halu Oleo | 1 |
| . Kartono | Afiliasi tidak diketahui | 1 |
| Fuji Lestari | Afiliasi tidak diketahui | 1 |
| Mika Alvionita S | Afiliasi tidak diketahui | 1 |
| Ardika Satria | Afiliasi tidak diketahui | 1 |
| Muhammad Ammar Alkautsar | Afiliasi tidak diketahui | 1 |
| Sekar Anisa Sely | Afiliasi tidak diketahui | 1 |
| Della Najunda K.S | Afiliasi tidak diketahui | 1 |
| Rofi Ilmi Fadhillah | Afiliasi tidak diketahui | 1 |
| Alfredo Edward Lazuardi | Afiliasi tidak diketahui | 1 |
| Andre Markus Fernando Lubis | Afiliasi tidak diketahui | 1 |
| Juan Daniel Turnip | Afiliasi tidak diketahui | 1 |
| Erina Rosalia Irda | Afiliasi tidak diketahui | 1 |
| Adelia Azahra | Afiliasi tidak diketahui | 1 |
| Yanti Marito | Afiliasi tidak diketahui | 1 |
| Meysi Supmawati | Afiliasi tidak diketahui | 1 |
| Eli Rahmawati | Afiliasi tidak diketahui | 1 |
| Naila Tsamrotul Aula | Afiliasi tidak diketahui | 1 |
| Desi Wulandari | Afiliasi tidak diketahui | 1 |
| Angela Putri Larasati | Afiliasi tidak diketahui | 1 |
| Robecca Miranda Agustina Gultom | Afiliasi tidak diketahui | 1 |
| Setia Hot Dameria Purba | Afiliasi tidak diketahui | 1 |
| Suci Ayu Pangestuti | Afiliasi tidak diketahui | 1 |
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.