{"title":"IMPLEMENTASI MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) UNTUK PERAMALAN JUMLAH PENUMPANG KERETA API DI PULAU SUMATERA","authors":"Isop Siti Nurjanah, Dadang Ruhiat, Dini Andiani","doi":"10.25157/TEOREMA.V3I2.1421","DOIUrl":null,"url":null,"abstract":"Pemodelan dan peramalan runtun waktu saat ini sering digunakan di berbagai bidang termasuk di bidang transportasi, baik transportasi darat, laut maupun transportasi udara. Akhir-akhir ini masyarakat banyak menggunakan transportasi darat dengan menggunakan jasa layanan dari PT. Kereta Api Indonesia. Terkait hal tersebut, penelitian ini membahas tentang pemodelan dan peramalan jumlah penumpang PT. Kereta Api Indonesia secara khusus untuk wilayah operasi di Pulau Sumatera dengan menggunakan pendekatan metode Box-Jenkins, yaitu model Autoregressive Integrated Moving Average (ARIMA). Pemodelan dan peramalan dalam penelitian ini menggunakan data jumlah penumpang PT. Kereta Api Indonesia di Pulau Sumatera selama 11 (sebelas) tahun terakhir yaitu dari periode Januari 2006 sampai dengan Desember 2016. Model ARIMA terbaik untuk peramalan adalah model yang memenuhi syarat signifikansi parameter, white noise dan memiliki nilai MAPE ( Mean Absolute Percentage Error ) yang terkecil. Hasil analisis menunjukkan model terbaik untuk peramalan jumlah penumpang PT. Kereta Api Indonesia di Pulau Sumatera adalah model ARIMA (1,1,1) dengan nilai MAPE in sample sebesar 12.28% dan nilai MAPE out of sample untuk kalibrasi model sebesar 5.11%. Dengan demikian model ARIMA (1,1,1) cocok dan layak digunakan untuk peramalan jumlah penumpang PT. Kereta Api Indonesia di Pulau Sumatera.","PeriodicalId":416905,"journal":{"name":"TEOREMA : Teori dan Riset Matematika","volume":"158 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-09-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"12","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"TEOREMA : Teori dan Riset Matematika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25157/TEOREMA.V3I2.1421","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 12
摘要
当今时间的建模和模型经常用于包括陆地、海上和空中运输在内的各个领域。最近,许多人通过使用印尼铁路提供的服务使用陆路运输。在这方面,这项研究涉及到印尼铁路在苏门答腊的运营区域的模型和估计人数,特别是使用Box-Jenkins方法,Autoregressive集成动动车模型(ARIMA)。这项研究的建模和模型使用的数据显示,印尼火车在过去的11年(11年),从2006年1月到2016年12月不等。最好的预测模型是一个具有显著意义、白噪音和最小值的模型。分析结果表明,印尼苏门答腊岛PT. Indonesia tigre的乘客数量为12.28%,样本中的MAPE值为5.11%,而样本值为MAPE。因此,模型ARIMA(1.1)是恰当和可行的,用于预测印尼在苏门答腊岛的PT.印尼火车的乘客人数。
IMPLEMENTASI MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) UNTUK PERAMALAN JUMLAH PENUMPANG KERETA API DI PULAU SUMATERA
Pemodelan dan peramalan runtun waktu saat ini sering digunakan di berbagai bidang termasuk di bidang transportasi, baik transportasi darat, laut maupun transportasi udara. Akhir-akhir ini masyarakat banyak menggunakan transportasi darat dengan menggunakan jasa layanan dari PT. Kereta Api Indonesia. Terkait hal tersebut, penelitian ini membahas tentang pemodelan dan peramalan jumlah penumpang PT. Kereta Api Indonesia secara khusus untuk wilayah operasi di Pulau Sumatera dengan menggunakan pendekatan metode Box-Jenkins, yaitu model Autoregressive Integrated Moving Average (ARIMA). Pemodelan dan peramalan dalam penelitian ini menggunakan data jumlah penumpang PT. Kereta Api Indonesia di Pulau Sumatera selama 11 (sebelas) tahun terakhir yaitu dari periode Januari 2006 sampai dengan Desember 2016. Model ARIMA terbaik untuk peramalan adalah model yang memenuhi syarat signifikansi parameter, white noise dan memiliki nilai MAPE ( Mean Absolute Percentage Error ) yang terkecil. Hasil analisis menunjukkan model terbaik untuk peramalan jumlah penumpang PT. Kereta Api Indonesia di Pulau Sumatera adalah model ARIMA (1,1,1) dengan nilai MAPE in sample sebesar 12.28% dan nilai MAPE out of sample untuk kalibrasi model sebesar 5.11%. Dengan demikian model ARIMA (1,1,1) cocok dan layak digunakan untuk peramalan jumlah penumpang PT. Kereta Api Indonesia di Pulau Sumatera.