Analisis Time Series Menggunakan Pemodelan Fungsi ARIMA Pada Ruas Jalan Mayjen Sungkono Kota Surabaya

Abstract View: 161, PDF Download: 149

Authors

  • Reza Yoga Anindita Politeknik Keselamatan Transportasi Jalan
  • Amalia Putri Ramadhan Politeknik Keselamatan Transportasi Jalan

DOI:

https://doi.org/10.32665/james.v5i1.399

Keywords:

Ruas, Prediksi, Volume Lalu Lintas, Minitab 13, Road, Forecasting, Traffic Volume

Abstract

Perlunya Prediksi yang baik terkait jumlah kendaraan yang melewati suatu jalan pada suatu waktu tertentu tentu akan sangat membantu untuk melakukan banyak kegiatan yang berhubungan dengan menurunkan tingkat kemacetan serta kinerja lalu lintas. Dalam hal ini analisis yang digunakan dalam melakukan peramalan adalah analisis time series dengan fungsi ARIMA. Tujuan Studi ini untuk mengetahui model peramalan yang tepat dalam peramalan volume lalu lintas di Ruas Jl. Mayjen Sungkono Kota Surabaya. Data volume lalu lintas diambil dari SITS dari tahun 2019-2020. Analisis model peramalan lalu lintas menggunakan model fungsi ARIMA dibantu dengan software minitab 13. Hasil analisis diperoleh model ARIMA (1,0,1) merupakan model yang tepat untuk melakukan peramalan volume lalu lintas.

References

K. F. Azriati, A. Hoyyi, and M. A. Mukid, Verifikasi Model ARIMA Musiman Menggunakan Peta Kendali Moving Range, Jurnal Gaussian, vol.4 no.3, pp.701–710, 2014.

N. Baroroh, Analisis Pengaruh Modal Intelektual terhadap Kinerja keuangan Perusahaan Manufaktur di Indonesia, Jurnal Dinamika Akutansi, vol.5 no.2, pp.173-182, 2013.

P. C. Chang, Y. W. Wang, and C. H. Liu, The development of a weighted evolving fuzzy neural network for PCB sales forecasting. Expert Systems with Applications, vol.32 no.1, pp.86–96, 2007.

G. Edwadr, “Peramalan Jumlah Kendaraan di Jalan Raya Menggunakan Neural Network Multi Layer Perceptron dengan dan tanpa Regresi Linear”, Institut Teknologi Sepuluh Nopember, 2014.

D. Gujarati, Basic Econometrics (4th ed.). McGraw-Hill, 2004.

A. H. Hasim, “Kinerja Ruas Jalan Sultan Alauddin untuk 10 Tahun Mendatang Dengan menggunakan Program Analisis Lalu Lintas KAJI & Powe Simulation (Powersim)”, Issue December, Universitas Negeri Makasar, 2017.

S. Markidakis, S. C. Wheelwright dan V. E. McGee, “Metode dan Aplikasi Peramalan”, Jilid I Edisi Kedua. Jakarta: Erlangga, 1992.

O. Z. Tamin, Perencanaan dan Pemodelan Transportasi. In Perencanaan dan pemodelan transportasi (2nd ed.). ITB, 2000.

B. W. Taylor III, Introduction to Management Science. In CIRED - Open Access Proceedings Journal (9th ed.), Prentice Hall, vol. 2017, Issue 9, 2014.

F. Yulianti, Modelling dan Forecasting Tingkat Produksi Gas di Indonesia Menggunakan Metode ARIMA. Skripsi. Depok: Fakultas Teknik Program Sarjana Teknik Industri Universitas Indonesia, 2012.

Downloads

Published

2022-04-30

How to Cite

[1]
R. Y. Anindita and A. P. Ramadhan, “Analisis Time Series Menggunakan Pemodelan Fungsi ARIMA Pada Ruas Jalan Mayjen Sungkono Kota Surabaya”, JaMES, vol. 5, no. 1, pp. 73–77, Apr. 2022.
Abstract View: 161, PDF Download: 149