Jurnal Statistika dan Komputasi

Peramalan Jumlah Penumpang Di Bandara Soekarno-Hatta Menggunakan Metode Deseasonalized

2023-11-17T11:46:02+00:00

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.

Perbandingan Algoritma K-Medoids Dan K-Means Dalam Pengelompokan Kecamatan Berdasarkan Produksi Padi Dan Palawija Di Jember

2023-11-13T14:29:00+00:00

Latar Belakang: Pengelolaan tanaman pangan sangat penting untuk mendukung ketahanan pangan. Dataset menunjukkan variasi hasil panen padi dan tanaman pokok lainnya. Variasi hasil panen tersebut memerlukan pengelompokan wilayah berdasarkan hasil panen. Algoritma yang umum digunakan dalam analisis clustering adalah K-means dan K-medoids. Terdapat pada kedua algoritma tersebut yiatu K-means kompleksitas waktu lebih cepat dan K-medoids lebih tahan dengan data outlier. Sehingga perbandingan kedua algoritma dapat membantu pemilihan algoritma yang lebih baik dalam kasus tertentu

Tujuan: memperoleh hasil perbandingan cluster terbaik dengan menggunakan algoritma K-means dan K-medoids di Kabupaten Jember berdasarkan produksi padi dan palawija dan mengetahui hasil clustering dengan algoritma pengelompokan terbaik Kecamatan Jember berdasarkan produksi padi dan palawija.

Metode: Algoritma clustering yang digunakan yaitu K-means dan K-medoids. Metode evaluasi menggunakan Davies Bouldien Index. Sumber data berasal dari data sekunder dari BPS Kabupaten Jember tahun 2020.

Hasil: Diperoleh algoritma terbaik yaitu K-means dengan DBI 0,648 lebih kecil dibandingan K-medoids 0,886 dibagi menjadi 6 klaster yaitu klaster satu sebanyak 1 kecamatan, klaster dua sebanyak 3 kecamatan, klaster tiga sebanyak 2 kecamatan, klaster klaster empat sebanyak 3 kecamatan, klaster lima sebanyak 8 kecamatan dan klaster 6 sebanyak 14 kecamatan.

Kesimpulan: K-means dengan 6 cluster menjadi algoritma terbaik untuk pengelompokan produksi tanaman pangan di Kabupaten Jember.

Peramalan Jumlah Penumpang Kapal di Pelabuhan Balikpapan dengan SARIMA

2023-11-17T12:13:34+00:00

Latar Belakang: Peramalan jumlah kedatangan penumpang kapal dalam negeri di pelabuhan dalam negeri sangat penting untuk antisipasi lonjakan penumpang.

Tujuan: Tujuan dari penelitian ini adalah mendapatkan model terbaik untuk peramalan jumlah kedatangan penumpang kapal.

Metode: Penelitian ini menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Data jumlah kedatangan penumpang kapal dalam negeri di Pelabuhan Balikpapan dari Januari 2017 sampai dengan Desember 2021. Root mean absolute error (RMSE) digunakan untuk membandingkan akurasi peramalan.

Hasil: Model SARIMA yang dihasilkan untuk jumlah kedatangan penumpang kapal dalam negeri di Pelabuhan Balikpapan yaitu SARIMA(1,0,0)(1,0,0)12 dan SARIMA(1,0,0)(0,0,1)12 dengan RMSE masing-masing sebesar 9442.62 dan 9608.54.

Kesimpulan: Model terbaik untuk peramalan jumlah kedatangan penumpang kapal di Pelabuhan Balikpapan adalah SARIMA(1,0,0)(1,0,0)12.

Pemetaan Program Indonesia Sehat dengan Pendekatan Keluarga (PIS PK) di Kabupaten Bondowoso dengan K-Medoids

2023-11-13T14:30:44+00:00

Latar Belakang: Kesehatan merupakan indikator pertama kesejahteraan masyarakat yang diukur dengan Usia Harapan Hidup (UHH). Semakin tinggi UHH mencerminkan dimensi umur panjang dan hidup sehat yang terus meningkat dari tahun ke tahun. Program Indonesia Sehat dengan Pendekatan Keluarga (PIS PK) digagas pemerintah sebagai bentuk tanggung jawab untuk meningkatkan derajat kesehatan. Tahun 2022, Kabupaten Bondowoso merupakan kabupaten yang memiliki UHH terendah di Provinsi Jawa Timur.

Tujuan: Merekomendasikan program kesehatan yang disusun dalam PIS PK sebagai program prioritas berdasarkan hasil klaster (kelompok) dengan K-Medoids.

Metode: Pengelompokkan kecamatan-kecamatan berdasarkan sepuluh indikator kesehatan PIS PK yang diperoleh dari Kabupaten Bondowoso Profil Kesehatan Tahun 2022. Pengelompokkan dilakukan dengan menerapkan algoritma K-Medoids.

Hasil: Berdasarkan metode Silhouette diperoleh lima klaster optimal yang dapat dibentuk. Pengelompokkan dengan K-Medoids menghasilkan 5 kecamatan mengelompok pada klaster 1, 7 kecamatan mengelompok pada klaster 2, 3 kecamatan mengelompok pada klaster 3, 7 kecamatan mengelompok pada klaster 4, dan hanya ada 1 kecamatan pada klaster 5.

Kesimpulan: Rekomendasi peningkatan kesehatan yang dapat diberikan untuk klaster 1 adalah peningkatan pelayanan kesehatan ODGJ (X₈), untuk klaster 3 adalah peningkatan gizi, kesehatan ibu dan anak, serta peningkatan perilaku dan lingkungan sehat, dan untuk klaster 4 adalah peningkatan Pengendalian Penyakit Menular dan Tidak Menular.

Analisis IPM di Kalimantan Timur Tahun 2021 Dengan Pendekatan Metode OLS dan GWR

2023-11-17T12:14:35+00:00

Latar Belakang: Provinsi Kalimantan Timur merupakan salah satu provinsi yang memiliki potensi ekonomi yang signifikan di Indonesia. Namun, untuk mencapai pembangunan yang berkelanjutan dan meningkatkan kesejahteraan masyarakat, perlu dilakukan analisis yang mendalam terhadap faktor-faktor yang mempengaruhi Indeks Pembangunan Manusia atau IPM di wilayah ini.

Tujuan: Penelitian ini bertujuan untuk menganalisis regresi spasial pada IPM di Kalimantan Timur tahun 2021.

Metode: Metodologi penelitian mencakup sumber data yang digunakan dan variabel penelitian yang terdiri dari variabel dependen (IPM) dan variabel independen yang meliputi harapan lama sekolah, umur harapan hidup, rata-rata lama sekolah, rasio ketergantungan, tingkat pengangguran terbuka, dan tingkat partisipasi angkatan kerja. Kemudian akan dibandingkan dengan dua metode yaitu metode Ordinary Least Square (OLS) dan Geographically weighted regression (GWR).

Hasil: Model GWR Indeks Pembangunan Manusia di Kalimantan Timur lebih baik dibandingkan model OLS. R square yang didapatkan dengan pemodelan GWR lebih kecil yaitu sebesar 0.984551, Sedangkan Model OLS didapatkan nilai sebesar 0.985.

Kesimpulan: Setiap wilayah di Kalimantan Timur memiliki karakteristik yang berbeda-beda atau memiliki unsur spasial. Nilai IPM tertinggi adalah Kota Samarinda, sedangkan terendah adalah Kabupaten Mahakam Ulu.