IMPLEMENTASI MODEL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) UNTUK PERAMALAN JUMLAH PENUMPANG KERETA API DI PULAU SUMATERA

Isop Siti Nurjanah, Dadang Ruhiat, Dini Andiani

Sari


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.

Teks Lengkap:

PDF

Referensi


Desvina, A.P. dan Syahfitra, M. 2016. Aplikasi Metode Box-Jenkins dalam Memprediksi

Pertumbuhan Perdagangan Luar Negeri Provinsi Riau. Jurnal Sains Matematika dan

Statistika. Vol 2 No 2, Hal 12-20, Juli 2016.

Efendi, S.R. 2017. Analisis Peramalan Jumlah Penumpang Kereta Api dengan Metode SARIMA.

Skripsi. Yogyakarta: Universitas Islam Negeri Sunan Kalijaga

Indayani, E.F. 2009. Peramalan Jumlah Penumpang Kereta Api dengan Menggunakan Metode BoxJenkins (Studi Kasus di PT. Kereta Api (persero) DAOP VI Yogyakarta). Skripsi.

Yogyakarta: Universitas Islam Negeri Sunan Kalijaga.

Makridakis, S., Wheelwright, S.C.dan McGee, V.E. 1983. Metode dan Aplikasi Peramalan Jilid 1.

Terjemahan oleh Untung Sus Andriyanto dan Abdul Basith 1999. Edisi Kedua. Jakarta:

Erlangga.

Ruhiat, D. dan Effendi, A. 2018. Pengaruh Faktor Musiman pada Pemodelan Deret Waktu untuk

Peramalan Debit Sungai dengan Metode SARIMA. Jurnal Teorema: Teori dan Riset

Matematika. Vol 2 No 2, Hal 117-128, Maret 2018.

Sari, D.P., Darmawan, G. dan Soemartini. 2016. Peramalan Jumlah Penumpang Kereta Api Lodaya

Jurusan Bandung-Solo Menggunakan Model Reg-ARIMA dengan Variasi Kalender (Studi

Kasus: PT. kereta api Indonesia). Prosiding Seminar Nasional MIPA 2016. Peran

Penelitian Ilmu Dasar dalam Menunjang Pembangunan Berkelanjutan: 131-135.

Jatinangor, 27-28 Oktober 2016: Departemen Statistika, FMIPA Universitas Padjajaran.

Tando, J., Komalig, H., dan Nainggolan, N. 2016. Prediksi Jumlah Penumpang Kapal Laut di

Pelabuhan Laut Manado Menggunakan Model Arma. Jurnal de Cartesian. Vol 5 No 2,

Hal 95-99, September 2016.

Wei, W.W.S. 2006. Time Series Analysis Univariate and Multivariate Methods, Second Edition. New

York: Pearson Education. https://www.bps.go.id/LinkTableDinamis/view/id/815. Diakses

Tanggal 30 Desember 2017




DOI: http://dx.doi.org/10.25157/teorema.v3i2.1421

Refbacks

  • Saat ini tidak ada refbacks.


##submission.copyrightStatement##

Laman Teorema: https://jurnal.unigal.ac.id/index.php/teorema/index

Terindek: