Inferensi
Vol 4, No 1 (2021): Inferensi

Analisis Risiko Penyebaran Kasus Covid-19 di Surabaya Raya Menggunakan Model Thomas Cluster Process

Tiza Ayu Virania (Institut Teknologi Sepuluh Nopember)
Achmad Choiruddin (Institut Teknologi Sepuluh Nopember)
Vita Ratnasari (nstitut Teknologi Sepuluh Nopember)



Article Info

Publish Date
31 Mar 2021

Abstract

COVID-19 menyebar cepat di Jawa Timur khususnya daerah Surabaya Raya yang memiliki jumlah pasien terkonfirmasi positif tertinggi dibandingkan kota/kabupaten lainnya di Jawa Timur.  Kota Surabaya merupakan kota dengan jumlah pasien terkonfirmasi positif terbanyak dibandingkan Kabupaten Sidoarjo dan Gresik, dimana pada tanggal 20 Maret hingga 9 Juli 2020 68% dari jumlah kasus di Surabaya Raya merupakan kasus COVID-19 di Kota Surabaya. Hasil eksplorasi data menunjukkan bahwa data COVID-19 di Surabaya Raya tidak homogeny dan cenderung membentuk kelompok. Pemodelan kasus COVID-19 dengan Inhomogeneous Thomas Cluster Process menunjukkan kepadatan pabrik dan kepadatan tempat ibadah secara signifikan mempengaruhi persebaran COVID-19 di Surabaya Raya, dimana setiap penambahan 1 pabrik dalam 1 km2 akan meningkatkan risiko COVID-19 sebanyak  2 kali lipat. Sedangkan jika dalam 1 km2 terjadi penambahan sebanyak 1 tempat ibadah maka risiko meningkatnya kasus COVID-19 di Surabaya Raya sebesar 4 kali lipat jika dibandingkan dengan tidak ada penambahan tempat ibadah, sehingga diantara kedua variabel tersebut yang memberikan pengaruh besar terhadap  risiko peningkatan kasus positif COVID-19 di Surabaya Raya adalah kepadatan tempat ibadah. Estimasi jumlah kasus positif COVID-19 di Surabaya Raya adalah sebesar 161 kasus dengan standar deviasi kasus positif COVID-19 baru tersebar disekitar lokasi early case adalah sebesar 1,21 km. Validasi model dengan plot envelope K-Function menunjukkan bahwa Inhomogeneous Thomas Cluster Process baik digunakan untuk memodelkan data COVID-19 di Surabaya Raya pada 20 Maret 2020 hingga 9 Juli 2020.

Copyrights © 2021






Journal Info

Abbrev

inferensi

Publisher

Subject

Computer Science & IT Decision Sciences, Operations Research & Management Engineering Mathematics Social Sciences

Description

The aim of Inferensi is to publish original articles concerning statistical theories and novel applications in diverse research fields related to statistics and data science. The objective of papers should be to contribute to the understanding of the statistical methodology and/or to develop and ...