Kata wavelet berasal dari bahasa Perancis ondelete yang memiliki arti gelombang kecil. Istilah wavelet dalam pemodelan matematika memiliki arti fungsidasar untuk membentuk sinyal seperti halnya fungsi sinus dan cosinus dalamderet 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. Metodewavelet merupakan suatu metode baru sebagai pembaharuan dari transformasiFourier, dengan basis dalam wavelet mampu menangani masalah-masalah gelombang lokal yang tidak dapat dilakukan oleh Fourier.Salah satu penerapan transformasi wavelet pada kasus epidemiologi. Untukmenjelaskan keterkaitan tren dan siklus pada epidemiological time series, digunakan analisis spectral. Analisis spektral berbasis pada nilai distribusi time seriesmenggunakan Fourier spectral dan wavelet power spectrum. Kasus epidemiologiyang sedang berkembang adalah kasus COVID-19. Di Indonesia, tingkat penyebaran penyakit COVID-19 sangat tinggi. Penyebaran kasus penyakit COVID-19ditunjukkan dengan banyaknya kasus terkonfirmasi positif per harinya. Tujuan penelitian ini untuk mengkaji model wavelet power spectrun pada data kasusterkonfirmasi positif COVID-19 di Indonesia.Data yang digunakan pada penelitian ini merupakan data harian pasienterkonfirmasi positif pada 2 Maret 2020 hingga 30 Juni 2021, berjumlah 486data. Penelitian ini memodelkan data kasus terkonfirmasi positif COVID-19 diIndonesia dengan WPS. Hasil dari model WPS merupakan scalogram dengankontur warna. Menunjukkan periode tinggi rendahnya tingkat kasus yang terjadiberdasarkan hasil dari transformasi wavelet kontinu.