{"title":"时间分析系列使用了泗水马加诺市宫城县ARIMA功能的建模","authors":"R. Anindita, Amalia Putri Ramadhan","doi":"10.32665/james.v5i1.399","DOIUrl":null,"url":null,"abstract":"Perlunya Prediksi yang baik terkait jumlah kendaraan yang melewati suatu jalan pada suatu waktu tertentu tentu akan sangat membantu untuk melakukan banyak kegiatan yang berhubungan dengan menurunkan tingkat kemacetan serta kinerja lalu lintas. Dalam hal ini analisis yang digunakan dalam melakukan peramalan adalah analisis time series dengan fungsi ARIMA. Tujuan Studi ini untuk mengetahui model peramalan yang tepat dalam peramalan volume lalu lintas di Ruas Jl. Mayjen Sungkono Kota Surabaya. Data volume lalu lintas diambil dari SITS dari tahun 2019-2020. Analisis model peramalan lalu lintas menggunakan model fungsi ARIMA dibantu dengan software minitab 13. Hasil analisis diperoleh model ARIMA (1,0,1) merupakan model yang tepat untuk melakukan peramalan volume lalu lintas.","PeriodicalId":33708,"journal":{"name":"MUST Journal of Mathematics Education Science and Technology","volume":"417 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-04-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Analisis Time Series Menggunakan Pemodelan Fungsi ARIMA Pada Ruas Jalan Mayjen Sungkono Kota Surabaya\",\"authors\":\"R. Anindita, Amalia Putri Ramadhan\",\"doi\":\"10.32665/james.v5i1.399\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Perlunya Prediksi yang baik terkait jumlah kendaraan yang melewati suatu jalan pada suatu waktu tertentu tentu akan sangat membantu untuk melakukan banyak kegiatan yang berhubungan dengan menurunkan tingkat kemacetan serta kinerja lalu lintas. Dalam hal ini analisis yang digunakan dalam melakukan peramalan adalah analisis time series dengan fungsi ARIMA. Tujuan Studi ini untuk mengetahui model peramalan yang tepat dalam peramalan volume lalu lintas di Ruas Jl. Mayjen Sungkono Kota Surabaya. Data volume lalu lintas diambil dari SITS dari tahun 2019-2020. Analisis model peramalan lalu lintas menggunakan model fungsi ARIMA dibantu dengan software minitab 13. Hasil analisis diperoleh model ARIMA (1,0,1) merupakan model yang tepat untuk melakukan peramalan volume lalu lintas.\",\"PeriodicalId\":33708,\"journal\":{\"name\":\"MUST Journal of Mathematics Education Science and Technology\",\"volume\":\"417 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-04-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"MUST Journal of Mathematics Education Science and Technology\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.32665/james.v5i1.399\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"MUST Journal of Mathematics Education Science and Technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.32665/james.v5i1.399","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Analisis Time Series Menggunakan Pemodelan Fungsi ARIMA Pada Ruas Jalan Mayjen Sungkono Kota Surabaya
Perlunya Prediksi yang baik terkait jumlah kendaraan yang melewati suatu jalan pada suatu waktu tertentu tentu akan sangat membantu untuk melakukan banyak kegiatan yang berhubungan dengan menurunkan tingkat kemacetan serta kinerja lalu lintas. Dalam hal ini analisis yang digunakan dalam melakukan peramalan adalah analisis time series dengan fungsi ARIMA. Tujuan Studi ini untuk mengetahui model peramalan yang tepat dalam peramalan volume lalu lintas di Ruas Jl. Mayjen Sungkono Kota Surabaya. Data volume lalu lintas diambil dari SITS dari tahun 2019-2020. Analisis model peramalan lalu lintas menggunakan model fungsi ARIMA dibantu dengan software minitab 13. Hasil analisis diperoleh model ARIMA (1,0,1) merupakan model yang tepat untuk melakukan peramalan volume lalu lintas.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
