Home
Login.
Artikelilmiahs
43040
Update
ALYAA RIHADDATUL 'AISY
NIM
Judul Artikel
PERAMALAN JUMLAH PENUMPANG PESAWAT DI BANDARA INTERNASIONAL SOEKARNO-HATTA MENGGUNAKAN METODE HOLT-WINTERS EXPONENTIAL SMOOTHING DAN SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE
Abstrak (Bhs. Indonesia)
Penelitian ini bertujuan untuk meramalkan jumlah penumpang pesawat di Bandara Internasional Soekarno-Hatta menggunakan metode Holt-Winters Exponential Smoothing dan SARIMA dengan mengambil data dari bulan Januari 2016 – Desember 2019 melalui website BPS. Metode Holt-Winters Exponential Smoothing digunakan untuk mengatasi pola data yang bersifat musiman dan trend. Pada Holt-Winters Exponential Smoothing menggunakan tiga parameter dalam perhitungannya yaitu α,β dan γ yang pemilihannya dilihat berdasarkan nilai akurasi ramalan terkecil. Metode ini dibagi menjadi dua model yaitu model multiplikatif dan aditif. Berdasarkan hasil penelitian yang diperoleh, metode Holt-Winters Exponential Smoothing dengan model multiplikatif dapat menghasilkan α=0,495, β=0,01, dan γ=0,99 dengan nilai MAPE sebesar 6,18%. Pada model aditif nilai parameter α=0,473, β=0,9, dan γ=0,9memiliki nilai MAPE 5,67%%. SARIMA digunakan karena data tersebut bersifat musiman. Berdasarkan hasil penelitian menggunakan metode SARIMA diperoleh model SARIMA (3,1,0)(0,1,1)12 yang memiliki nilai MSE sebesar 9.346.897.207.
Abtrak (Bhs. Inggris)
This research aims to predict the number of airplane passengers at Soekarno-Hatta International Airport using the Holt-Winters Exponential Smoothing method and SARIMA by taking data from January 2016 – December 2019 through BPS website.. To overcome seasonal data patterns and trends was uses Holt-Winters. Holt-Winters Exponential Smoothing used three parameters in the calculations: α.β and γ, whose selection by the minimum forecast accuracy value. The method divided was multiplicative and additive models. Based on the research results, the Holt-Winters Exponential Smoothing method with a multiplicative model that can produce α = 0.495, β = 0.01, and γ = 0.99 with a MAPE value of 6,18%. In additive models, parameter values α = 0.473, β = 0.9, and γ = 0.9 have a MAPE value of 5,67%. SARIMA uses seasonal data. The seasonal ARIMA model (3,1,0)(0,1,1)12 obtain based on the research results of used SARIMA method, which has an MSE value of 9.346.897.207.
Kata kunci
Pembimbing 1
Pembimbing 2
Pembimbing 3
Tahun
Jumlah Halaman
Save