用静态和机械学习方法对石油和天然气进行比较

Y. Iskandar, Nadia Carolina
{"title":"用静态和机械学习方法对石油和天然气进行比较","authors":"Y. Iskandar, Nadia Carolina","doi":"10.21009/logistik.v15i01.26497","DOIUrl":null,"url":null,"abstract":"Berdasarkan hasil on-desk verification pada 2 Juni 2021, ditemukan adanya overstock (bahan bakar minyak) BBM bersubsidi yang cukup signifikan di PT KAI (Kereta Api Indonesia) pada masa pandemi Covid-19, yaitu 42,9% pada triwulan I tahun 2021 untuk jenis kereta penumpang. Tujuan dari penelitian ini adalah untuk mengetahui peramalan dengan metode statistik dan machine learning dalam menyelesaikan masalah overstock dengan mencari skenario alokasi BBM bersubsidi yang terbaik untuk PT KAI dengan benchmark pengukuran yang menghasilkan error terkecil menggunakan Mean Absolute Percentage Error (MAPE). Hasil percobaan menunjukkan bahwa metode eksponensial dengan nilai MAPE sebesar 7,37% baik dalam memprediksi alokasi KA penumpang PT KAI sebesar 8.474,52 dan 7.836,58 kiloliter untuk triwulan III dan IV tahun 2021, 7.246,65 dan 6.701,14 kiloliter untuk triwulan I dan II triwulan tahun 2022. Penelitian ini dilakukan dengan pertimbangan belum adanya penelitian sebelumnya yang memperkirakan kebutuhan bahan bakar minyak bersubsidi pada KA penumpang PT KAI pada masa pandemi Covid-19.","PeriodicalId":33809,"journal":{"name":"Jurnal Manajemen Industri dan Logistik","volume":"419 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-04-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Peramalan Alokasi BBM Subsidi Kereta Api dengan Metode Statistika dan Machine Learning (Studi Kasus: Badan Pengatur Hilir Minyak dan Gas Bumi Jakarta)\",\"authors\":\"Y. Iskandar, Nadia Carolina\",\"doi\":\"10.21009/logistik.v15i01.26497\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Berdasarkan hasil on-desk verification pada 2 Juni 2021, ditemukan adanya overstock (bahan bakar minyak) BBM bersubsidi yang cukup signifikan di PT KAI (Kereta Api Indonesia) pada masa pandemi Covid-19, yaitu 42,9% pada triwulan I tahun 2021 untuk jenis kereta penumpang. Tujuan dari penelitian ini adalah untuk mengetahui peramalan dengan metode statistik dan machine learning dalam menyelesaikan masalah overstock dengan mencari skenario alokasi BBM bersubsidi yang terbaik untuk PT KAI dengan benchmark pengukuran yang menghasilkan error terkecil menggunakan Mean Absolute Percentage Error (MAPE). Hasil percobaan menunjukkan bahwa metode eksponensial dengan nilai MAPE sebesar 7,37% baik dalam memprediksi alokasi KA penumpang PT KAI sebesar 8.474,52 dan 7.836,58 kiloliter untuk triwulan III dan IV tahun 2021, 7.246,65 dan 6.701,14 kiloliter untuk triwulan I dan II triwulan tahun 2022. Penelitian ini dilakukan dengan pertimbangan belum adanya penelitian sebelumnya yang memperkirakan kebutuhan bahan bakar minyak bersubsidi pada KA penumpang PT KAI pada masa pandemi Covid-19.\",\"PeriodicalId\":33809,\"journal\":{\"name\":\"Jurnal Manajemen Industri dan Logistik\",\"volume\":\"419 1\",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-04-22\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Manajemen Industri dan Logistik\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.21009/logistik.v15i01.26497\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Manajemen Industri dan Logistik","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.21009/logistik.v15i01.26497","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

根据2021年6月2日的最新消息,石油公司(印度尼西亚铁路)在Covid-19大流行期间发现了大量汽油补贴,即2021年3月1日乘客列车的42.9%。本研究的目的是用统计方法和学习机器来解决过度问题,通过寻找对PT KAI最佳的补贴燃料分配方案,用绝对Percentage误差(MAPE)来确定最微小的错误。实验结果表明,指数级的方法为7.37%的PT KAI客运总值为8,474.52和7836,58千升(2021年3月3日和4月4日)、7246.65和67701.14千升(2022年3月1日和2月2日)预测PT KAI客运总值为8,474.52。这项研究是考虑到迄今为止尚未进行的研究,该研究估计,在Covid-19大流行期间,PT - KAI的乘客需要补贴燃料。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Peramalan Alokasi BBM Subsidi Kereta Api dengan Metode Statistika dan Machine Learning (Studi Kasus: Badan Pengatur Hilir Minyak dan Gas Bumi Jakarta)
Berdasarkan hasil on-desk verification pada 2 Juni 2021, ditemukan adanya overstock (bahan bakar minyak) BBM bersubsidi yang cukup signifikan di PT KAI (Kereta Api Indonesia) pada masa pandemi Covid-19, yaitu 42,9% pada triwulan I tahun 2021 untuk jenis kereta penumpang. Tujuan dari penelitian ini adalah untuk mengetahui peramalan dengan metode statistik dan machine learning dalam menyelesaikan masalah overstock dengan mencari skenario alokasi BBM bersubsidi yang terbaik untuk PT KAI dengan benchmark pengukuran yang menghasilkan error terkecil menggunakan Mean Absolute Percentage Error (MAPE). Hasil percobaan menunjukkan bahwa metode eksponensial dengan nilai MAPE sebesar 7,37% baik dalam memprediksi alokasi KA penumpang PT KAI sebesar 8.474,52 dan 7.836,58 kiloliter untuk triwulan III dan IV tahun 2021, 7.246,65 dan 6.701,14 kiloliter untuk triwulan I dan II triwulan tahun 2022. Penelitian ini dilakukan dengan pertimbangan belum adanya penelitian sebelumnya yang memperkirakan kebutuhan bahan bakar minyak bersubsidi pada KA penumpang PT KAI pada masa pandemi Covid-19.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
11
审稿时长
10 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:481959085
Book学术官方微信