PERAMALAN JUMLAH PENUMPANG KERETA API SEMBRANI MENGGUNAKAN METODE SINGULAR SPECTRUM ANALYSIS (Studi Kasus di PT Kereta Api Indonesia)

Novia Sukmawati, Achmad Zanbar Soleh, Soemartini Soemartini

Abstract


Jumlah penumpang merupakan aspek penting yang harus diperhatikan perusahaan dikarenakan kenaikan atau penurunan jumlah penumpang dapat mempengaruhi perusahaan dalam pengambilan kebijakan terutama dalam pengembangan sarana dan prasarananya. Tujuan dalam penelitian ini adalah mendapatkan model dan ramalan berdasarkan data jumlah penumpang kereta api Sembrani relasi GambirSurabaya Pasar Turi periode Januari 2014 hingga Juli 2019. Berdasarkan data yang dimiliki, jumlah penumpang kereta api terdapat pola musiman karena mengalami kenaikan pada hari libur, sehingga digunakan metode peramalan Singular Spectrum Analysis (SSA) dengan algoritma R-Forecasting. Metode SSA merupakan metode non-parametrik, artinya dalam pengaplikasiannya metode ini tidak membutuhkan spesifikasi model dari data deret waktu, serta asumsi-asumsi paramterik. Analisis spektral digunakan dalam penelitian ini untuk menghindari subjektivitas dalam pemilihan komponen musiman. Model SSA terbaik pada kasus ini diperoleh pada windows length (L) sebesar delapan dan jumlah grup sebesar 3. Akurasi peramalan sebuah metode dikatakan baik apabila memiliki nilai MAPE kurang dari 20%. MAPE dari peramalan menggunakan metode SSA adalah 15,22 % sehingga metode SSA dapat digunakan dalam penelitian ini.


Keywords


Peramalan; Jumlah Penumpang; Singular Spectrum Analysis(SSA); R-Forecasting;

Full Text:

PDF

References


Putra, D. A. (2019, Juli 1). Penumpang Kereta Api Sentuh 35,1 Juta pada Mei 2019. Dipetik Agustus 10, 2019, dari Liputan 6 : https://www.liputan6.com/bisnis/read/4002194/penumpang-kereta-apisentuh-351-juta-pada-mei-2019

Golyandina, N., Nekrutkin, V., & Zhigljavsky, A. A. (2001). Analysis of Time Series Structure : SSA and Related Techniques. United States of America: Chapman & Hall.

Hassani. Hossein dan Zigljavsky A. 2009. Singular Spectrum Analysis: Methodology and Aplication to Economic Data. Springer Science+Bussines Media, LLC.

Hassani, H. (2007). Singular Spectrum Analysis: Methodology and Comparison. Journal of Data Science, 239-257.

Myung, No Kang. 2009. Singular Spectrum Analysis. Thesis. University of California


Refbacks

  • There are currently no refbacks.




Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

© 2017-2020 | Hak Cipta Dilindungi | Departemen Statistika FMIPA Universitas Padjadjaran | Powered by OJS