Peramalan Jumlah Keberangkatan Penumpang Pelayaran Dalam Negeri di Pelabuhan Tanjung Perak Menggunakan Metode ARIMA dan SARIMA

S. Putri, A’yunin Sofro
{"title":"Peramalan Jumlah Keberangkatan Penumpang Pelayaran Dalam Negeri di Pelabuhan Tanjung Perak Menggunakan Metode ARIMA dan SARIMA","authors":"S. Putri, A’yunin Sofro","doi":"10.26740/mathunesa.v10n1.p61-67","DOIUrl":null,"url":null,"abstract":"Seiring berkembangnya zaman, Indonesia memiliki perkembangan yang pesat dalam bidang tranportasi, khusunya transportasi laut yaitu kapal terbang. Arus transportasi laut yang ramai juga dirasakan oleh Pelabuhan Tanjung Perak yang berada di Surabaya. Adanya fluktuasi dan terjadi penurunan jumlah penumpang di Pelabuhan Tanjung Perak pada bulan Februari 2020 akibat munculnya virus COVID-19 yang memberi akibat pada bidang pariwisata dan bidang transportasi untuk menutup sementara beroperasinya sektor tersebut. Adapaun penelitian ini bertujuan untuk memprediksi jumlah penumpang pelayaran dengan metode Autoregressive Integrated Moving Average (ARIMA) dan metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Metode ARIMA dan SARIMA memiliki data berfluktuasi yang berbeda pola. Metode ARIMA dengan pola yang menunjukkan fluktuasi yang tidak tetap dan metode SARIMA dengan pola musiman. Dengan prediksi ini diharapkan dapat membantu sektor yang ada di Pelabuhan untuk mengantisipasi kenaikan dan penuruna penumpang, mempersiapkan sarana prasarana, dan menyediakan fasilitas yang memadai. Penelitian ini menganalisis jumlah keberangkatan penumpang pelayaran di Pelabuhan Tanjung Perak sebagai data sekunder dari situs resmi Badan Pusat Statistik dengan periode Januari 2014 sampai dengan November 2021. Model yang terpilih pada metode ARIMA yaitu ARIMA(1,1,1) sedangkan pada metode SARIMA yaitu SARIMA(1,1,1)(2,0,0)12. Hasil penelitian menunjukkan analisis dengan metode ARIMA mempunyai nilai akurasi lebih kecil daripada analisis dengan menggunakkan metode SARIMA yaitu sebesar 16.15% dan merupakan metode terbaik untuk peramalan ini. Kata Kunci: Peramalan, ARIMA, SARIMA","PeriodicalId":31823,"journal":{"name":"Mathunesa Jurnal Ilmiah Matematika","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-04-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Mathunesa Jurnal Ilmiah Matematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26740/mathunesa.v10n1.p61-67","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

Abstract

Seiring berkembangnya zaman, Indonesia memiliki perkembangan yang pesat dalam bidang tranportasi, khusunya transportasi laut yaitu kapal terbang. Arus transportasi laut yang ramai juga dirasakan oleh Pelabuhan Tanjung Perak yang berada di Surabaya. Adanya fluktuasi dan terjadi penurunan jumlah penumpang di Pelabuhan Tanjung Perak pada bulan Februari 2020 akibat munculnya virus COVID-19 yang memberi akibat pada bidang pariwisata dan bidang transportasi untuk menutup sementara beroperasinya sektor tersebut. Adapaun penelitian ini bertujuan untuk memprediksi jumlah penumpang pelayaran dengan metode Autoregressive Integrated Moving Average (ARIMA) dan metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Metode ARIMA dan SARIMA memiliki data berfluktuasi yang berbeda pola. Metode ARIMA dengan pola yang menunjukkan fluktuasi yang tidak tetap dan metode SARIMA dengan pola musiman. Dengan prediksi ini diharapkan dapat membantu sektor yang ada di Pelabuhan untuk mengantisipasi kenaikan dan penuruna penumpang, mempersiapkan sarana prasarana, dan menyediakan fasilitas yang memadai. Penelitian ini menganalisis jumlah keberangkatan penumpang pelayaran di Pelabuhan Tanjung Perak sebagai data sekunder dari situs resmi Badan Pusat Statistik dengan periode Januari 2014 sampai dengan November 2021. Model yang terpilih pada metode ARIMA yaitu ARIMA(1,1,1) sedangkan pada metode SARIMA yaitu SARIMA(1,1,1)(2,0,0)12. Hasil penelitian menunjukkan analisis dengan metode ARIMA mempunyai nilai akurasi lebih kecil daripada analisis dengan menggunakkan metode SARIMA yaitu sebesar 16.15% dan merupakan metode terbaik untuk peramalan ini. Kata Kunci: Peramalan, ARIMA, SARIMA
使用ARIMA和SARIMA方法对银海岸港口内陆乘客部门数量进行检查
随着时间的推移,印尼在运输领域发展迅速,尤其是海上运输,即飞机。泗水的银海岸港口也感受到了海上运输的流动。2020年2月,由于新冠肺炎病毒的出现,黄金海岸港的乘客人数出现波动和下降,导致旅游和运输领域在运营时关闭了该行业。本研究的目的是使用自回归综合移动平均值(ARIMA)方法和季节自回归综合运动平均值(SARIMA)方法预测出行乘客人数。ARIMA和SARIMA方法具有不同的波动数据模式。具有显示不稳定波动的模式的ARIMA方法和具有季节模式的SARIMA方法。预计这一预测将有助于港口行业预测海拔和乘客减少,为预测做好准备,并提供足够的设施。这项研究分析了2014年1月至2021年11月金桥港的乘客人数,作为官方统计中心网站的二次数据。ARIMA方法中选择的模型为ARIMA(1,1,1),而在SARIMA方法中则为SARIMA(1,1,1)(2,0,0)12。研究结果表明,ARIMA方法的分析准确率低于使用SARIMA方法的分析,为16.15%,是该记录的最佳方法。关键词:事件,ARIMA,SARIMA
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信
小红书