Peramalan Jumlah Penumpang Di Bandara Soekarno-Hatta Menggunakan Metode Deseasonalized

Abstract View: 288, SIMILARITY INDEX Download: 0 PDF Download: 230

Authors

  • Nurul Fatmi’aturro’isah Statistika, Universitas Mulawarman
  • Ika Purnamasari Statistika, Universitas Mulawarman
  • Rito Goejantoro Statistika, Universitas Mulawarman

DOI:

https://doi.org/10.32665/statkom.v2i2.2276

Keywords:

Deseasonalized, MAPE, Peramalan

Abstract

Latar Belakang: Transportasi udara merupakan salah satu sektor usaha yang menopang bidang perekonomian di Indonesia. Pada sektor transportasi khususnya penumpang pesawat udara sering kali mengalami fluktuasi yang tidak menentu. Oleh karena itu, perlu suatu metode untuk mengatasi adanya fluktuasi tersebut dan metode yang dapat digunakan yaitu metode deseasonalized. Deseasonalized merupakan bagian dari metode dekomposisi yang bertujuan untuk menghilangkan variasi musiman sehingga memungkinkan untuk fokus pada trend jangka panjang. Metode deseasonalized didasarkan pada fakta bahwa apa yang terjadi akan berulang dengan pola yang sama.

Tujuan: Meramalkan jumlah penumpang pesawat di Bandara Soekarno-Hatta pada tahun 2022.

Metode: Metode yang digunakan adalah Deseasonalized.

Hasil: Berdasarkan hasil prediksi dengan menggunakan metode deseasonalized di dapatkan nilai tingkat akurasi Mean Absolute Percentage Error (MAPE) sebesar 25,32% dan diperoleh hasil peramalan sepanjang tahun 2022 bahwa jumlah penumpang pesawat di Bandara Soekarno-Hatta tahun 2022 berpola cenderung naik dengan hasil peramalan untuk kuartal 1 sebesar 2.514.681 penumpang, kuartal 2 sebesar 2.073.318 penumpang, kuartal 3 sebesar 2.315.309 penumpang dan kuartal 4 sebesar 2.447.735 penumpang.

Kesimpulan: Metode deseasonalized dapat digunakan untuk meramalkan jumlah penumpang pesawat di Bandara Soekarno-Hatta dengan nilai MAPE  yang dihasilkan cukup baik.

References

Aulia, F., Yozza, H., & Devianto, D. (2019). Peramalan Curah Hujan Bulanan Kabupaten Tanah Datar Dengan Model Seasonal Autoregressive Integrated Moving Average (SARIMA). Jurnal Matematika UNAND, 8(2), 37-44. https://doi.org/10.25077/jmu.8.2.37-44.2019

Dimashanti, A. R., & Sugiman, S. (2021, February). Peramalan Indeks Harga Konsumen Kota Semarang Menggunakan SARIMA Berbantuan Software Minitab. In PRISMA, Prosiding Seminar Nasional Matematika (Vol. 4, pp. 565-576).

Gu, G., & Anderson, J. L. (1995). Deseasonalized state-space time series forecasting with application to the US salmon market. Marine Resource Economics, 10(2), 171-185. https://doi.org/10.1086/mre.10.2.42629109

Mardiyah, I., Utami, W. D., Novitasari, D. C. R., Hafiyusholeh, M., & Sulistiyawati, D. (2021). Analisis prediksi jumlah penduduk di kota Pasuruan menggunakan metode arima. BAREKENG: Jurnal Ilmu Matematika dan Terapan, 15(3), 525-534. https://doi.org/10.30598/barekengvol15iss3pp525-534

Mohanasundaram, S., Suresh Kumar, G., & Narasimhan, B. (2019). A novel deseasonalized time series model with an improved seasonal estimate for groundwater level predictions. H2Open Journal, 2(1), 25-44. https://doi.org/10.2166/h2oj.2019.022

Ramadhan, M. R., & Nugraha, J. (2023). Analisis Peramalan Jumlah Kedatangan Pesawat Internasional di Bandar Udara Soekarno-Hatta dengan Menggunakan Metode Dekomposisi-Arima: Analisis Peramalan Jumlah Kedatangan Pesawat Internasional di Bandar Udara Soekarno-Hatta. Emerging Statistics and Data Science Journal, 1(1), 159-169. https://doi.org/10.20885/esds.vol1.iss.1.art17

Muhtarulloh, F. (2015). Peramalan Data Runtun Waktu Menggunakan Metode Box –Jenkins. Euclid, 2(1). https://dx.doi.org/10.33603/e.v2i1.356

Nugraha, D., Ulum, R. B., & Oetomo, D. S. (2023). PERENCANAAN PENJADWALAN INDUK PRODUKSI PADA PRODUK PUPUK NPK GRANULAR DI PT. PUPUK KUJANG CIKAMPEK. Jurnal Ilmiah Multidisiplin, 2(04), 141-152. https://doi.org/10.56127/jukim.v2i04.815

Prabowo, G., Supriyono, S., & Kharis, M. (2017). PENERAPAN METODE DESEASONALIZED PADA PERAMALAN BANYAK PENUMPANG KERETA API DI PULAU JAWA. In PROSIDING SEMINAR NASIONAL & INTERNASIONAL.

Purnama, D. I. (2021). Peramalan Curah Hujan Di Kabupaten Parigi Moutong Menggunakan Model Seasonal Autoregressive Integrated Moving Average (SARIMA). JURNAL ILMIAH MATEMATIKA DAN TERAPAN, 18(2), 136-147. https://doi.org/10.22487/2540766X.2021.v18.i2.15652

Rianda, F. (2021, November). Pemodelan Intervensi Untuk Menganalisis dan Meramalkan Jumlah Penumpang Pesawat di Bandara Soekarno-Hatta Akibat Pandemi Covid-19. In Seminar Nasional Official Statistics (Vol. 2021, No. 1, pp. 283-292).

Fajri, S., Kurniati, E., & Suhaedi, D. (2023, January). Pemodelan Curah Hujan Kota Bandung Menggunakan Model Seasonal Autoregressive Integrated Moving Average pada Data Time Series dengan Bantuan Minitab. In Bandung Conference Series: Mathematics (Vol. 3, No. 1, pp. 7-17). https://doi.org/10.29313/bcsm.v3i1.6121

Sinaga, E., Sembiring, A. S., & Limbong, R. (2019). PERANCANGAN APLIKASI PREDIKSI JUMLAH KELULUSAN MAHASISWA DENGAN METODE AUTO REGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA)(STUDI KASUS: PRODI TI STMIK BUDIDARMA MEDAN). Informasi dan Teknologi Ilmiah (INTI), 6(1), 66-72.

Sitepu, R., Bangun, P. B., & Suryansah, M. H. (2013). Penggunaan Metode Deseasonalized untuk Meramalkan Jumlah Pengunjung Objek Wisata Danau Ranau, Sumatera Selatan. Jurnal Penelitian Sains, 16(3). https://doi.org/10.56064/jps.v16i3.69

Suprayogi, M. A. (2022). Model Double Exponential Smoothing Dalam Peramalan Penerimaan Pajak Pemerintah Pusat Indonesia. Jurnal Statistika dan Komputasi, 1(2), 83-92. https://doi.org/10.32665/statkom.v1i2.1233

Downloads

Additional Files

Published

2023-12-31

How to Cite

Fatmi’aturro’isah, N., Purnamasari, I., & Goejantoro, R. (2023). Peramalan Jumlah Penumpang Di Bandara Soekarno-Hatta Menggunakan Metode Deseasonalized. Jurnal Statistika Dan Komputasi, 2(2), 55–66. https://doi.org/10.32665/statkom.v2i2.2276

Issue

Vol. 2 No. 2 (2023): Jurnal Statistika dan Komputasi

Section

Articles

License

Copyright (c) 2023 Jurnal Statistika dan Komputasi

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish in this Journal agree to the following terms:

  1. The author retains copyright and grants the Journal right of first publication with the work simultaneously licensed under a creative commons attribution license that allows others to share the work within an acknowledgement of the work’s authorship and initial publication of this Journal.
  2. Authors can enter into a separate, additional contractual arrangement for the non-exclusive distribution of the Journal’s published version of the work (e.g. acknowledgement of its initial publication in this Journal).
  3. Authors are permitted and encouraged to post their work online (e.g. in institutional repositories or on their websites) before and during the submission process, as it can lead to productive exchanges and earlier and more extraordinary citations of published works.
Abstract View: 288, SIMILARITY INDEX Download: 0 PDF Download: 230