Pemodelan Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk Meramalkan Volume Angkutan Barang Kereta Api di Pulau Jawa Tahun 2021

Memberikan prediksi volume angkutan barang kereta api di pulau jawa untuk masa mendatang

Authors

  • ine fitriani universitas muhammadiyah semarang
  • Prizka Universitas Muhammadiyah Semarang
  • Saeful Amri Universitas Muhammadiyah Semarang

Keywords:

Forecasting ; Rail freight transportation ; Time Series ;

Abstract

Tujuan penelitian ini untuk meramalkan jumlah angkutan barang menggunakan kereta api di Pulau Jawa. Metode yang digunakan yakni pendekatan kuantitatif dengan memanfaatkan sumber data sekunder dari situs resmi Badan Pusat Statistik (bps.go.id). Hasil penelitian memberikan gambaran jika terdapat prediksi penurunan pada bulan November 2021, yang disertai oleh peningkatan pada periode berikutnya. Dalam upaya peramalan, digunakan model SARIMA(0,1,1)(0,2,0)12. Keputusan menggunakan model ini didasarkan pada parameter yang signifikan serta pemenuhan asumsi terkait residu white noise. Model ini dipilih sebagai model terbaik karena memiliki nilai AIC yang paling rendah dibandingkan dengan model SARIMA lain yang telah melalui uji diagnostik residual

Metrics

Metrics Loading ...

Downloads

Published

2024-06-30

How to Cite

fitriani, ine, Prizka Rismawati Arum, & Amri, S. (2024). Pemodelan Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk Meramalkan Volume Angkutan Barang Kereta Api di Pulau Jawa Tahun 2021: Memberikan prediksi volume angkutan barang kereta api di pulau jawa untuk masa mendatang. Journal Of Data Insights, 2(1), 26–35. Retrieved from http://429005.jxltd.asia/index.php/jodi/article/view/167