ANALISIS PERAMALAN JUMLAH PENUMPANG KERETA API DENGAN METODE SARIMA (Studi kasus : Jumlah Penumpang Kereta Api PT. KAI Commuter Jabodetabek dan PT. Kereta Api Indonesia Periode Januari 2009 – Desember 2016)

Slamet Riadi Efendi, NIM. 10610025 (2017) ANALISIS PERAMALAN JUMLAH PENUMPANG KERETA API DENGAN METODE SARIMA (Studi kasus : Jumlah Penumpang Kereta Api PT. KAI Commuter Jabodetabek dan PT. Kereta Api Indonesia Periode Januari 2009 – Desember 2016). Skripsi thesis, UIN Sunan Kalijaga.

Preview	Text (ANALISIS PERAMALAN JUMLAH PENUMPANG KERETA API DENGAN METODE SARIMA (Studi kasus : Jumlah Penumpang Kereta Api PT. KAI Commuter Jabodetabek dan PT. Kereta Api Indonesia Periode Januari 2009 – Desember 2016)) 10610025_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (5MB) | Preview
	Text (ANALISIS PERAMALAN JUMLAH PENUMPANG KERETA API DENGAN METODE SARIMA (Studi kasus : Jumlah Penumpang Kereta Api PT. KAI Commuter Jabodetabek dan PT. Kereta Api Indonesia Periode Januari 2009 – Desember 2016)) 10610025_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (5MB)

Abstract

SARIMA merupakan pengembangan dari model ARIMA yang memiliki unsur musiman dan tujuannya adalah untuk memprediksi data runtun waktu yang mempunyai pola musiman pada beberapa priode ke depan berdasarkan data-data dimasa lalu. Notasi SARIMA adalah: SARIMA (p,d,q) . Dengan (p,d,q): bagian yang tidak musiman dari model; : bagian musiman dari model; s: Jumlah periode permusiman. Rumus umum SARIMA dapat dituliskan: . Menurut data jumlah penumpang kereta api BPS dari tahun 2009 – 2016, secara grafik menunjukkan pola bahwa jumlah penumpang meningkat banyak pada bulan Juli-Agustus, namun tidak begitu banyak pada awal bulan. Hal ini sangat mungkin terjadi jika dilihat bahwa antara bulan Juli-Agustus sering bertepatan dengan hilir mudik hari raya, dengan demikian dapat dipastikan bahwa jumlah penumpang bergantung pada musiman. Oleh karena itu tujuan dari penelitian ini adalah untuk memprediksi jumlah penumpang kereta api dengan metode SARIMA. Data yang digunakan berupa data bulanan dari bulan Januari 2009 sampai dengan bulan Desember 2016. Dari hasil penelitian ini didapat model SARIMA (1,1,0)(0,1,1)12 yang memberikan hasil peramalan akurat dan baik dengan nilai AIC dan BIC terkecil, serta memenuhi asumsi-asumsi pemeriksaan diagnostik. Hal demikian terbukti pada hasil data peramalan jumlah penumpang kereta api. Kata kunci: Box-Jenkins, Forecasting, SARIMA, time series.

Share this knowledge with your friends :

Actions (login required)

View Item