Exploratory Data Analysis pada Kasus COVID-19 di Indonesia Menggunakan HiveQL dan Hadoop Environment

Abstract

Kasus COVID-19 menjadi pandemi dan hampir menghentikan aktifitas dan rutinitas seluruh warga negara di dunia, termasuk Indonesia. Pandemi ini telah berlangsung di Indonesia di mulai awal bulan Maret hingga saat ini. Pemerintah terus berupaya untuk mensosialisaiskan dan  menginformasikan jumlah kasus terkonfirmasi positif, kasus pasien sembuh, pasien meninggal dan pasien dalam perawatan tiap harinya. Namun, dengan seiring bertambahnya kasus tiap hari, perlu upaya para akademisi dan praktisi untuk turut membantu pemerintah untuk menemukan solusi bersama. Exploratory Data Analysis, salah satu strategi yang tepat untuk melakukan analisis data dengan didukung teknologi Big Data, semakin mempermudah untuk melakukan eksplorasi secara mendalam. Berguna untuk menemukan pola-pola tersembunyi, mengungkap informasi yang belum diketahui sebelumnya, dan memberikan dampak untuk tindak lanjut ke depannya. Untuk merealisasikan hal tersebut, pertama, mengumpulkan data kasus COVID-19 dari Badan Nasional Penanggulangan Bencana, Republik Indonesia, lalu data di-load ke dalam Hadoop Environment dan diakses menggunakan HiveQL. Hasil eksperimen menunjukkan bahwa analisis statistik deskriptif menemukan total jumlah kasus COVID-19 tiap kategori paling sedikit terjadi pada bulan Maret sedangkan paling besar terjadi di bulan September 2020. Rata-rata harian kasus COVID-19 tiap bulannya selalu bertambah, dari 50 kasus per hari di bulan Maret hingga melonjak menjadi 3.740 per hari di bulan September. Analisis PDF-CDF menunjukkan laju pertumbuhan kasus terkonfirmasi positif COVID-19 semakin meningkat, belum ditemukan tanda-tanda melandai, dan analisis korelasi menunjukkan terdapat pengaruh kuat antara pertambahan jumlah kasus terkonfirmasi positif dengan jumlah kasus pasien sembuh dan kasus pasien meninggal sebesar 0.94 dan 0.9 masing-masing.