Peramalan Jumlah Penumpang Di Bandara Soekarno-Hatta Menggunakan Metode Deseasonalized
Journal Title: Jurnal Statistika dan Komputasi - Year 2023, Vol 2, Issue 2
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.
Authors and Affiliations
Nurul Fatmi’aturro’isah, Ika Purnamasari, Rito Goejantoro
Penerapan Model Geographically Weighted Poisson Regression untuk Demam Berdarah Dengue Di Kabupaten Bojonegoro
Latar Belakang: Kasus Demam Berdarah Dengue (DBD) di Kabupaten Bojonegoro meningkat dari tahun 2017 sampai tahun 2019. Hal ini menjadi sulit karena wilayah geografis yang sangat luas di setiap Kecamatan. Untuk menga...
Model Double Exponential Smoothing Dalam Peramalan Penerimaan Pajak Pemerintah Pusat Indonesia
Latar Belakang: Peramalan sebagai salah satu cara memprediksi suatu peristiwa atau nilai tertentu di masa depan dengan cara mempertimbangkan data di masa lalu. Peramalan dibutuhkan untuk memprediksi nilai total penerim...
Pemodelan Regresi Logistik Ordinal Pada Indeks Pembangunan Manusia (IPM) Di Jawa Timur Tahun 2020
Latar Belakang: Pemerintah terus menerus melakukan pembangunan di segala aspek yaitu aspek pendidikan, kesehatan, dan kehidupan yang layak. Untuk mengukur keberhasilan pembangunan, salah satunya digunakan indikator yaitu...
Perbandingan Algoritma K-Medoids Dan K-Means Dalam Pengelompokan Kecamatan Berdasarkan Produksi Padi Dan Palawija Di Jember
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...
Penerapan Algoritma Self Organizing Maps (SOM) Dan K-Means Untuk Mengelompokkan Akseptor KB Di NTB
Latar Belakang: Salah satu permasalahan utama terkait penggunaan KB yaitu berhubungan dengan ketersediaan layanan kesehatan, sehingga untuk memberikan akses yang lebih baik kepada masyarakat terhadap informasi dan layana...