Perpustakaan Digital ITB

Pandemi COVID-19, yang telah berlangsung selama 3 tahun terakhir, telah menimbulkan dampak besar terhadap kehidupan masyarakat global. Pemangku kepentingan di berbagai negara berupaya keras untuk mengatasi dampak pandemi ini melalui berbagai kebijakan yang bertujuan menjaga stabilitas masyarakat. Salah satu pendekatan penting untuk mengamati penyebaran penyakit di masyarakat adalah melalui estimasi metrik reproduction number ( ). Pada tesis ini, dilakukan studi komparasi terhadap dua metode estimasi , yaitu menggunakan kalman filter dan Optuna. Hasil penelitian mengungkapkan bahwa estimasi menggunakan Optuna pada data COVID-19 di Indonesia menghasilkan tingkat akurasi yang lebih baik, dengan nilai Mean Absolute Percentage Error (MAPE) sebesar 9.5%. Ini berbanding terbalik dengan hasil estimasi menggunakan kalman filter yang memiliki MAPE sebesar 35%. Namun, penting untuk dicatat bahwa estimasi dengan Optuna membutuhkan waktu komputasi yang lebih lama, yakni di atas 100 detik, sementara estimasi menggunakan kalman filter hanya membutuhkan waktu kurang dari 10 detik. Rekomendasi yang dapat diambil dari perbandingan ini adalah bahwa Optuna merupakan pilihan yang lebih akurat dalam mengestimasi nilai reproduction number pada data COVID-19 di Indonesia. Namun, pemangku kepentingan perlu mempertimbangkan trade-off antara akurasi dan waktu komputasi. Jika kecepatan merupakan faktor kritis, penggunaan kalman filter tetap menjadi pilihan yang baik dengan akurasi yang lebih rendah namun waktu komputasi yang jauh lebih singkat. Dalam konteks pengambilan kebijakan berbasis data, pemilihan metode harus disesuaikan dengan kebutuhan dan sumber daya yang tersedia.