ANALISIS MODEL SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA) UNTUK MEMPREDIKSI JUMLAH PENUMPANG KEBERANGKATAN DOMESTIK DI BANDARA SOEKARNO-HATTA

Asyahidah, Nabila (2022) ANALISIS MODEL SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA) UNTUK MEMPREDIKSI JUMLAH PENUMPANG KEBERANGKATAN DOMESTIK DI BANDARA SOEKARNO-HATTA. S1 thesis, Matematika.

	Text bismillah SKRIPSI FULLTEKS Nabila Asyahidah.pdf Restricted to Repository staff only Download (1MB)
	Text cover.pdf Download (313kB)
	Text CamScanner 06-21-2022 10.36.pdf Download (589kB)
	Text abstrak.pdf Download (461kB)
	Text bab 1.pdf Download (499kB)
	Text bab 5.pdf Download (431kB)
	Text daftar pustaka.pdf Download (310kB)

Abstract

Indonesia merupakan negara kepulauan terbesar didunia dengan letak geografis yang berjauhan antar pulaunya. Banyaknya pulau yang tersebar di Indonesia menyebabkan mobilitas penduduk yang tinggi. Sehingga diperlukan suatu transportasi yang efektif dan efisien. Salah satunya yakni transportasi udara yang dapat menjangkau wilayah yang cukup jauh. Sehingga Jumlah penumpang mengalami kenaikan terutama ketika di periode libur natal dan tahun baru yang menyebabkan data berpola musiman. Tingginya jumlah penumpang keberangkatan domestik di Bandara Soekarno-Hatta pada periode tertentu menyebabkan adanya ketidakseimbangan antara prasarana transportasi udara dengan jumlah penumpang yang akan berangkat. Oleh karena itu, diperlukan perhitungan potensi pertumbuhan yang dapat dijadikan bahan pertimbangan bagi pihak maskapai. Data dengan pola yang berulang pada setiap periodenya dapat diramalkan dengan menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA). SARIMA merupakan perluasan dari metode ARIMA yang mengandung unsur musiman. Tujuan dari penelitian ini yaitu menganalisis dengan metode SARIMA untuk memprediksi jumlah penumpang keberangkata domestik sehingga didapatkan model terbaik untuk memprediksi jumlah penumpang. Data yang digunakan merupakan data jumlah penumpang keberangkatan domestik dari periode 2016 sampai 2021. Data tersebut perlu dilakukan penstasioneran dalam variansi ataupun rata-rata. Selanjutnya dilakukan identifikasi model sementara yang mungkin yaitu A(0,1,2)(2,0,2)12, (2,0,2)12, A(0,1,2) 12, 12, 12. Adapun bentuk umum dari model SARIMA yakni ̂ ̂ ̂ . Langkah selanjtutnya yaitu estimasi parameter dan pemeriksaan diagnostik. Dari beberapa model sementara didaoatkan model terbaik yakni model 12 dengan persamaan: Berdasarkan model tersebut diperoleh hasil prediksi jumlah penumpang keberangkatan domestik di Bandara Soekarno-Hatta pada tahun 2022. Didapatkan bahwa jumlah penumpang yang meningkat dibandingkan dari tahun sebelumnya

Type:	Thesis (S1)
Subjects:	L Education > L Education (General)
Depositing User:	ASYAHIDAH
Date Deposited:	21 Jun 2022 06:54
Last Modified:	21 Jun 2022 06:54
URI:	https://repository.unja.ac.id/id/eprint/35435

Actions (login required)

View Item