Internationale Zeitschrift für Rechnungslegungsforschung

Abstrakt

Prognose der Anzahl aktiver COVID-19-Fälle in Indonesien mithilfe statistischer mehrschichtiger Perceptron-Feedforward-Neuralnetze

Yuyun Hidayat, Dhika Surya Pangestu*

Das erste Auftreten von COVID-19 in Indonesien wurde am 2. März 2020 bestätigt. Seit seinem Auftreten hat die Zahl der COVID-19-Fälle in Indonesien kontinuierlich zugenommen; bis zum 29. Mai 2021 waren in Indonesien 1.809.926 Menschen mit COVID-19 infiziert, und die Zahl der aktiven Fälle betrug 99.690. Bei den aktiven Fällen handelt es sich um COVID-19-Patienten, die medizinische Versorgung benötigen, und sie stehen in direktem Zusammenhang mit der Krankenhauskapazität. Deshalb ist die Vorhersage der Zahl der aktiven COVID-19-Fälle eine strategische Angelegenheit, der man Aufmerksamkeit schenken sollte. In dieser Studie wurden aktive Fälle mithilfe des Multilayer Perceptron (MLP) vorhergesagt. Die in dieser Studie verwendeten Daten stammen aus dem COVID-19-Datenrepository des Center for Systems Science and Engineering (CSSE) der Johns Hopkins University. Die Daten geben die Anzahl der positiven Fälle, Genesungen und Todesfälle von COVID-19-Patienten in Indonesien im Zeitraum vom 10. Januar 2020 bis zum 29. Mai 2021 an. Die Ergebnisse aus dem Testzeitraum vom 19. September 2020 bis zum 29. Mai 2021 oder 37 Wochen liefern die Vorhersagen aktiver Fälle unter Verwendung der MLP-Architektur (7,10,2) mit Lernraten von 0,01 die genauesten Vorhersageergebnisse im Vergleich zu anderen Fensterbreiten und Architekturen. Der mittlere absolute prozentuale Fehler (MAPE) beträgt 5,27 %, der mittlere quadratische Fehler (RMSE) beträgt 8849,01 und der mittlere absolute Fehler (MAE) beträgt 5703,59. Diese Forschung ist als Referenz für die Regierung nützlich, um die Kapazität der Krankenhausbetten in den nächsten zwei Wochen auf der Grundlage genauer Vorhersagen aktiver COVID-19-Fälle in Indonesien anzupassen.