PERAMALAN KASUS COVID-19 DI PROVINSI BENGKULU DENGAN MODEL ARIMA DAN K-TH MOVING AVERAGES-ARIMA

Model Autoregresif Integrated Moving Average (ARIMA) adalah model yang
secara penuh mengabaikan variabel independen dalam membuat
peramalan. ARIMA menggunakan nilai masa lalu dan sekarang dari variabel
dependen untuk menghasilkan peramalan jangka pendek yang akurat. Selain itu ada
metode lain yang merupakan metode lanjutan dari metode ARIMA yaitu metode k�th Moving Averages ARIMA. Metode ini merupakan metode memperhalus data
sehingga peramalan yang didapat hasilnya lebih smooth. Penelitian ini bertujuan
untuk melihat keakuratan model yang digunakan pada prediksi data dan
membandingkan kedua metode yang digunakan sehingga diperoleh metode yang
terbaik untuk melakukan peramalan. Pada penelitian ini menggunakan jenis data
sekunder yaitu data Covid-19 di Provinsi Bengkulu mulai dari tanggal 31 Maret
2020 hingga tanggal 28 Februari 2022.
Hasil penelitian ini diperoleh model ARIMA terbaik yaitu model ARIMA(6,1,0)
dengan nilai AIC terkecil yaitu ��� = 6617,2. Kemudian untuk keakurasian model
digunakan nilai MAPE dan MSE yaitu sebesar ���� = 81,32% dan MSE sebesar
��� = 39775,81. Pada metode k-th Moving Averages ARIMA nilai � yang
digunakan pada metode ini adalah � = � + � sehingga diperoleh � ≤ 6. Untuk
metode k-th Moving Averages ARIMA diperoleh model terbaik dari masing-masing
metode yaitu model ARIMA(6,1,0) sebesar ���� = 81,32% dan model 6th
SMA-ARIMA sebesar ���� = 87,48%, 6th WMA-ARIMA sebesar ���� =
87,94% dan 6th EWMA-ARIMA sebesar ���� = 89,34%. Ketika nilai ramalan
dari kedua metode ini dibandingkan, didapat model ARIMA(6,1,0) memiliki data
yang lebih mendekati data aktual.
Kata kunci: ARIMA, k-th Moving Averages ARIMA