Pakar UGM Prediksi Penyebaran COVID-19  Berakhir Akhir Mei 2020

2. Eror kesalahan selama dua minggu terakhir hanya 1,5 persen

Dedi menyebutkan, model PDDM masih membatasi bahwa efek-efek eksternal lainnya, semisal suhu udara, jumlah populasi, dan kepadatan penduduk diasumsikan tidak berpengaruh secara signifikan terhadap jumlah penderita.

"Model dasar yang kita gunakan adalah model teori antrean. Model ini mengasumsikan proses pasien datang ke rumah sakit sebagai penderita COVID-19 positif mengikuti proses antrean Markovian," paparnya

Lebih lanjut, Dedi menjelaskan, model PDDM merupakan penyempurnaan dari model statistika dasar yang dikembangkan oleh Heribertus Joko Kristadi. Sebelumnya, model ini pernah dicoba dan dibandingkan dengan berbagai model statistika, pembelajaran mesin (machine learning), dan runtun waktu seperti kurva Gompertz, Logistic model, model Eksponensial, ARIMA, dan lain lain. Kesimpulannya, model PDDM ini lebih baik untuk menggambarkan total data penderita COVID-19.

"Model PDDM meskipun sederhana tetapi mampu memberikan akurasi prediksi satu harian ke depan yang sangat baik. Sebanding dengan kemampuan prediksi model machine learning yang kompleks. Model PDDM juga memiliki sejumlah keunggulan yang tidak dimiliki oleh model-model lain yang diuji dan dikembangkan sebelumnya," terangnya.

Dedi mengklaim dengan menggunakan model ini, rata-rata eror kesalahan prediksi selama dua minggu terakhir hanyalah sebesar 1,5 persen. Setelah diujikan prediksi selama empat hari terakhir sejak Kamis (26/3) model ini ternyata sangat akurat, dengan eror maksimum sebesar 0.9 persen dan minimum 0.18 persen.