Kurva Pertumbuhan Nonlinier (Gompertz, Logistic, dan Weibull)
Abstract
Penyebaran COVID-19 sangat cepat bahkan diperkirakan tumbuh secara eksponensial, dikarenakan migrasi manusia antar daerah, negara, bahkan benua yang sangat massif. Oleh karena itu kurva pertumbuhan penderita COVID-19 yang tumbuh dari waktu ke waktu dapat di dekati dengan fungsi eksponensial selama beberapa peubah prediktor diketahui. Tujuan dari penelitian ini adalah memodelkan dan membandingkan kurva pertumbuhan dengan metode non-linear. Metode yang digunakan adalah metode non-linear dengan model gompertz, logistics, Weibull. Hasil yang diperoleh model gompertz memiliki nilai R-Sqaure yang lebih tinggi bandingkan dengan model logistic dan Weibull. Sehingga dapat disimpulkan bahwa model gompertz menjadi model non-linear yang terbaik dalam menginterpretasikan kurva pertumbuhan Covid-19.
References
Anzai, A., Kobayashi, T., Linton, N. M., Kinoshita, R., Hayashi, K., Suzuki, A., Yang, Y., Jung, S., Miyama, T., Kedokteran, S. P., Hokkaido, U., Jo, K., & Chome, N. (2020). Kajian Dampak Pengurangan Perjalanan Terhadap Dinamika Ekspor Infeksi Novel Coronavirus ( COVID-19 ).
Hui, L., Qiao-ling, T., Ya-xi, S., Shi-bing, L., Ming, Y., Robinson, N., & Jian-ping, L. (2019). Can Chinese Medicine Be Used For Prevention of Corona Virus Disease 2019 (COVID-19)? A Review of Historical Classics, Research Evidence and Current Prevention Programs.pdf. Chinese Journal of Integrative Medicine, 11655(100029), 1–8.
Jukić, D., & Marković, D. (2010). On nonlinear weighted errors-in-variables parameter estimation problem in the three-parameter Weibull model. Applied Mathematics and Computation, 215(10), 3599–3609. https://doi.org/10.1016/j.amc.2009.10.056
Oliveira Zardin, A. M. da S., de Oliveira, C. A. L., de Oliveira, S. N., Yoshida, G. M., de Albuquerque, D. T., de Campos, C. M., & Ribeiro, R. P. (2019). Growth curves by Gompertz nonlinear regression model for male and female Nile tilapias from different genetic groups. Aquaculture, 511. https://doi.org/10.1016/j.aquaculture.2019.734243
Piegorsch. Walter W. , Bailer, A. J. (2014). Analyzing Environmental Data. In Paper Knowledge . Toward a Media History of Documents.
Tian, S., Hu, N., Lou, J., Chen, K., Kang, X., Xiang, Z., Chen, H., Wang, D., Liu, N., Liu, D., Chen, G., Zhang, Y., Li, D., Li, J., Lian, H., Niu, S., Zhang, L., & Zhang, J. (2020). Characteristics of COVID-19 infection in Beijing. Journal of Infection, 80(4), 401–406 https://doi.org/10.1016/j.jinf.2020.02.018
Wang, C., Cheng, Z., Yue, X.-G., & McAleer, M. (2020). Risk Management of COVID-19 by Universities in China. Journal of Risk and Financial Management, 13(2), 36. https://doi.org/10.3390/jrfm13020036
Yadav, R., Acharjee, A., Salkar, A., Bankar, R., Palanivel, V., Agrawal, S., Shastri, J., Sabnis, S. V., & Srivastava, S. (2021). Mumbai mayhem of COVID-19 pandemic reveals important factors that influence susceptibility to infection. EClinicalMedicine, 35, 100841. https://doi.org/10.1016/j.eclinm.2021.100841
