Text
Peramalan Jumlah Penumpang Penerbangan Domestik pada Tiga Bandara Utama Indonesia Menggunakan Model Generalized Space Time Autoregressive (GSTAR)
Meramalkan jumlah penumpang pesawat memerlukan suatu model yang
berkaitan dengan waktu dan lokasi karena data jumlah penumpang pesawat
merupakan data runtun waktu spasial. Generalized Space Time Autoregressive
(GSTAR) adalah pendekatan yang digunakan untuk meramalkan data runtun waktu
yang menunjukkan hubungan antara waktu dan lokasi. Model GSTAR dapat
diterapkan pada karakteristik sampel lokasi yang heterogen. Data yang memiliki
karakteristik lokasi heterogen umumnya dilakukan standarisasi pada matriks bobot
lokasi. Model GSTAR pada penelitian ini digunakan untuk membentuk sebuah
model peramalan jumlah penumpang penerbangan domestik pada tiga bandara
utama di Indonesia, yaitu Bandara Juanda, Bandara Soekarno Hatta dan Bandara
Hasanuddin dengan menggunakan pembobotan lokasi yang optimal. Bobot lokasi
yang digunakan adalah bobot seragam, bobot invers jarak, dan bobot normalisasi
korelasi silang. Model yang terbentuk dengan differencing orde pertama, orde
autoregressive 1 dan orde spasial 1, sehingga terbentuk model GSTAR (11)I(1).
Residual model GSTAR harus memenuhi asumsi white noise. Model terbaik adalah
model GSTAR (11)I(1) yang menggunakan bobot invers jarak karena memiliki nilai
sMAPE terkecil dibandingkan dengan bobot lokasi lainnya, yaitu sebesar 8.71%.
Nilai sMAPE ini mengindikasikan akurasi peramalan yang sangat tinggi.
Kata Kunci: Bandara; Jumlah Penumpang; Bobot Lokasi; GSTAR; Peramalan;
sMAPE
1134E2023 | 1134 E 2023 | Perpustakaan FSM Undip | Tersedia |
Tidak tersedia versi lain