Gunakan Probabilistik Data-driven Model Peneliti Prediksi Corona di Indonesia Berakhir Juni 2020

TRIBUNPALU.COM - Para peneliti kembali melakukan kajian pemodelan untuk melihat potensi penyebaran pandemi Covid-19 di Indonesia.

Hasil prediksi optimis berakhir pada minggu akhir bulan Mei 2020.

Model yang digunakan dalam kajian prediksi ini adalah model probabilistik yang didasari atas data real atau Probabilistik Data-driven Model (PDDM).

Peneliti yang terlibat dalam kajian ini ialah Guru Besar Bidang Statistika di Universitas Gadjah Mada (UGM), Prof Dr rer nat Dedi Rosadi SSi MSc, alumni MIPA UGM Drs Heribertus Joko Kristadi MSI, dan alumni PPRA Lembaga Pertahanan Nasional RI Dr Fidelis Indriarto SSi MM.

Apa itu model PDDM?

Model PDDM yang digunakan peneliti adalah model teori antrean dengan mengasumsikan proses pasien datang ke rumah sakit sebagai penderita Covid-19 positif mengikuti proses antrian Markovian.

Setelah dilakukan pencocokan model terhadap data total penderita Covid-19 positif ,maka peneliti mampu menjelaskan banyak fenomena penting berdasarkan model yang digunakan itu.

Model PDDM merupakan penyempurnaan dari model statistika dasar yang dikembangkan oleh Heribertus Joko Kristadi.

Disampaikan oleh Dedi, model PDDM telah dicoba dan dibandingkan dengan berbagai model statistika, pembelajaran mesin atau machine learning, dan runtun waktu seperti kurva Gompertz, Logistic model, Model Eksponensial, ARIMA, dan lain lain.

Namun menurut dia, model PDDM Lebih baik untuk menggambarkan total data penderita Covid-19 daripada prediksi berdasarkan model matematika dinamik.

Ditambahkan oleh Fidelis, hasil analisis yang bombastis dan estimasi yang kurang akurat sebelumnya dikhawatirkan menambah keresahan masyarakat dan rawan dimanfaatkan secara kurang bijak oleh pihak-pihak yang punya kepentingan.

"Model dinamik matematik yang digunakan oleh beberapa pihak memberikan prediksi yang terlalu berlebihan dengan eror yang sangat tinggi dan direkomendasikan untuk digunakan dengan kehati-hatian untuk Indonesia," ujar Fidelis.

Kenapa harus model PDDM?

Setidaknya ada dua alasan utama kenapa para peneliti memilih model PDDM dalam memprediksi potensi akhir pandemi Covid-19 di Indonesia.

1. Berkemampuan seperti machine learning Menurut Dedi, meskipun model PDDM sederhana, tetapi mampu memberikan akurasi prediksi satu harian ke depan yang sangat baik.

Bahkan, disebutnya sebanding dengan kemampuan prediksi model machine learning yang kompleks seperti model jaringan syaraf tiruan maupun model lebih canggih lainnya.