PREDIKSI JUMLAH PENUMPANG KERETA API SEMBRANI PADA DAERAH OPERASI 8 SURABAYA BERDASARKAN METODE ARIMAX DENGAN PENGARUH VARIASI KALENDER

MAYA MASYITHA M. ZACH, 081511833035 (2019) PREDIKSI JUMLAH PENUMPANG KERETA API SEMBRANI PADA DAERAH OPERASI 8 SURABAYA BERDASARKAN METODE ARIMAX DENGAN PENGARUH VARIASI KALENDER. Skripsi thesis, Universitas Airlangga.

[img] Text (abstrak)
abstrak.pdf

Download (197kB)
[img] Text (full text)
full text.pdf
Restricted to Registered users only until 22 March 2022.

Download (2MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Data time series dengan variasi kalender merupakan data yang mengikuti pola efek variasi kalender. Variasi kalender merupakan pola periodik dan berulang-ulang dengan panjang periode yang bervariasi. Penelitian ini melibatkan pemodelan deret waktu dengan pengaruh efek variasi kalender yaitu hari raya Idul Fitri, Natal, serta musiman bulanan. Studi kasus pada penelitian ini merupakan jumlah penumpang kereta api sembrani pada Daerah operasi 8 Surabaya. Salah satu metode time series yang digunakan untuk memprediksi jumlah penumpang kereta api sembrani dengan pengaruh efek variasi kalender adalah menggunakan model ARIMAX. Model ARIMAX merupakan model ARIMA dengan variabel eksogen, yaitu variabel dummy untuk efek variasi kalender. Variabel yang berpengaruh pada penelitian ini adalah kejadian hari raya pada minggu pertama dan keempat, satu bulan setelah kejadian hari raya pada minggu petama dan keempat, kejadian natal, serta kejadian bulan April. Model ARIMAX yang didapatkan pada penelitian ini yang digunakan untuk memprediksi jumlah penumpang kereta api sembrani adalah ARIMAX (0,1,1) dengan parameter konstanta

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST S 04/19 Zac p
Uncontrolled Keywords: Time Series, Calendar Variation, Passengers of Sembrani Train, ARIMAX.
Subjects: H Social Sciences > HA Statistics > HA1-4737 Statistics
Divisions: 08. Fakultas Sains dan Teknologi > Statistika
Creators:
CreatorsNIM
MAYA MASYITHA M. ZACH, 081511833035UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorSediono, Drs. H. , M.SiUNSPECIFIED
Depositing User: Unnamed user with email indah.fatma@staf.unair.ac.id
Date Deposited: 22 Mar 2019 05:44
Last Modified: 22 Mar 2019 05:44
URI: http://repository.unair.ac.id/id/eprint/81303
Sosial Share:

Actions (login required)

View Item View Item