Kata wavelet berasal dari bahasa Perancis ondelete yang memiliki arti gelombang kecil. Istilah wavelet dalam pemodelan matematika memiliki arti fungsi
dasar untuk membentuk sinyal seperti halnya fungsi sinus dan cosinus dalam
deret Fourier. Sebelum dikembangkan wavelet para ilmuan menggunakan barisan dan Transformasi Fourier untuk menganalisis karakteristik fungsi gelombang.
Tuntutan dunia terapan untuk analisis gelombang lokal lokal dan gelombang berfluktuasi tinggi sehingga tidak mudah dihampiri dengan deret Fourier. Metode
wavelet merupakan suatu metode baru sebagai pembaharuan dari transformasi
Fourier, dengan basis dalam wavelet mampu menangani masalah-masalah gelombang lokal yang tidak dapat dilakukan oleh Fourier.
Salah satu penerapan transformasi wavelet pada kasus epidemiologi. Untuk
menjelaskan keterkaitan tren dan siklus pada epidemiological time series, digunakan analisis spectral. Analisis spektral berbasis pada nilai distribusi time series
menggunakan Fourier spectral dan wavelet power spectrum. Kasus epidemiologi
yang sedang berkembang adalah kasus COVID-19. Di Indonesia, tingkat penyebaran penyakit COVID-19 sangat tinggi. Penyebaran kasus penyakit COVID-19
ditunjukkan dengan banyaknya kasus terkonfirmasi positif per harinya. Tujuan penelitian ini untuk mengkaji model wavelet power spectrun pada data kasus
terkonfirmasi positif COVID-19 di Indonesia.
Data yang digunakan pada penelitian ini merupakan data harian pasien
terkonfirmasi positif pada 2 Maret 2020 hingga 30 Juni 2021, berjumlah 486
data. Penelitian ini memodelkan data kasus terkonfirmasi positif COVID-19 di
Indonesia dengan WPS. Hasil dari model WPS merupakan scalogram dengan
kontur warna. Menunjukkan periode tinggi rendahnya tingkat kasus yang terjadi
berdasarkan hasil dari transformasi wavelet kontinu.