Peramalan Jumlah Penumpang Kapal di Pelabuhan Balikpapan dengan SARIMA
Journal Title: Jurnal Statistika dan Komputasi - Year 2023, Vol 2, Issue 2
Abstract
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.
Authors and Affiliations
Nurhastivania Sohifatul Khoiriyah, Mega Silfiani, Resti Novelinda, Surya Muhammad Rezki
Keywords
Related Articles
- EP ID EP740545
- DOI https://doi.org/10.32665/statkom.v2i2.2303
- Views 18
- Downloads 2
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...
Pemetaan Program Indonesia Sehat dengan Pendekatan Keluarga (PIS PK) di Kabupaten Bondowoso dengan K-Medoids
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...
Pengelompokan Faktor-Faktor yang Mempengaruhi Curah Hujan di Provinsi Sumatera Utara Menggunakan Metode Fuzzy C-Means
Latar Belakang: Di Indonesia, kondisi curah hujan dipengaruhi oleh berbagai faktor, termasuk kondisi fisiografis, pola angin, dan perubahan iklim. Kondisi curah hujan di Sumatera Utara pada tahun 2020 bervariasi di ber...
Analisis Klaster Dalam Pengelompokan Kabupaten/Kota Di Provinsi Jambi Berdasarkan Penyakit Menular Menggunakan Metode K-Means
Latar Belakang: Kesehatan merupakan salah satu indikator pada pembangunan manusia, masalah kesehatan di Provinsi Jambi sedang dihadapkan pada beban ganda yang mana masalah penyakit menular masih menjadi masalah yang be...
Penerapan Metode Naive Bayes Classifier Untuk Klasifikasi Indeks Pembangunan Manusia Di Provinsi Jawa Timur
Latar Belakang: IPM adalah alat ukur pencapaian kualitas hidup suatu negara yang terdiri atas tiga dimensi, yaitu: kesehatan, pengetahuan, dan hidup layak. Terdapat variasi IPM yang cukup signifikan antara kota dan kab...