Metode Hybrid ARIMAX-SVR untuk Peramalan Volume Angkutan Barang PT Kereta Api Indonesia

Ardiantha, Aqshal Maulana Hafiz (2024) Metode Hybrid ARIMAX-SVR untuk Peramalan Volume Angkutan Barang PT Kereta Api Indonesia. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5003201085-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (5MB) | Request a copy

Abstract

Transportasi merupakan pergerakan manusia dan barang dari satu tempat ke tempat lain menggunakan kendaraan. Kereta api merupakan jenis transportasi yang menjadi preferensi utama masyarakat Indonesia yang dioperasikan PT Kereta Api Indonesia (Persero). PT Kereta Api Indonesia memiliki lini bisnis utama pada jasa pengangkutan barang (logistik) di wilayah Jawa dan Sumatra, karena keduanya memiliki peran penting dalam mendistribusikan barang dan komoditas dalam jumlah besar. Peningkatan volume angkutan barang terhambat karena kurangnya efektivitas dan efisiensi operasional logistik, sehingga mengakibatkan estimasi waktu pengiriman lebih lamban hingga terjadi keterlambatan. Kendala ini muncul karena minimnya perkiraan permintaan volume angkutan barang. Oleh karena itu, peramalan volume angkutan barang menjadi hal yang penting untuk mengevaluasi perkembangan di setiap wilayah operasi dan menjadi dasar penyusunan strategi bisnis logistik yang lebih efektif. Tujuan dari penelitian ini yaitu untuk memodelkan dan melakukan peramalan pada volume angkutan barang PT Kereta Api Indonesia. Metode peramalan yang digunakan dalam penelitian ini yaitu ARIMAX dengan efek variasi kalender, SVR, dan hybrid ARIMAX-SVR. Berdasarkan hasil analisis yang telah dilakukan, pengujian nonlinearitas data menggguunakan uji terasvirta menunjukkan data volume angkutan barang PT Kereta Api Indonesia di Pulau Jawa memiliki sifat nonlinear, sedangkan data angkutan barang PT Kereta Api Indonesia di Pulau Sumatra bersifat linear. Selanjutnya, model terbaik dalam meramalkan volume angkutan barang PT KAI di Pulau Jawa adalah menggunakan metode hybrid ARIMAX-SVR dengan nilai MAPE dan RMSE data testing masing-masing sebesar sebesar 4,45% dan 58822,92. Hasil peramalan selama 12 periode mendatang menunjukkan adanya peningkatan volume angkutan barang di Pulau Jawa sebesar 5,97% dibandingkan dengan satu tahun sebelumnya. Sedangkan model terbaik dalam meramalkan volume angkutan barang PT KAI di Pulau Sumatra adalah menggunakan metode ARIMAX dengan efek variasi kalender dengan nilai MAPE dan RMSE data testing masing-masing sebesar 5,28% dan 284189,84. Hasil peramalan selama 12 periode mendatang menunjukkan adanya peningkatan volume angkutan barang di Pulau Sumatra sebesar 2,99% dibandingkan dengan satu tahun sebelumnya.
=================================================================================================================================
Transportation is the movement of people and goods from one place to another using vehicles. The train is a type of transportation that is the main preference of the Indonesian people and is operated by PT Kereta Api Indonesia (Persero). PT Kereta Api Indonesia has a main business line in goods transportation services (logistics) in the Java and Sumatra regions, because those area have an important role in distributing goods and commodities in large quantities. The increase in the volume of goods transportation is hampered by a lack of effectiveness and efficiency in logistics operations, resulting in slower delivery time estimates and resulting in delays. This obstacle arises due to the lack of estimates of demand for goods transportation volumes. Therefore, forecasting the volume of goods transportation is important for evaluating developments in each operating area and becoming the basis for developing a more effective logistics business strategy. The aim of this research is to model and forecast the volume of PT Kereta Api Indonesia's cargo transportation. The forecasting methods used in this research are ARIMAX with calendar variation effects, SVR, and hybrid ARIMAX-SVR. Based on the results of the analysis that has been carried out, data nonlinearity testing using the Terasvirta test shows that PT Kereta Api Indonesia's cargo volume data on Java Island has nonlinear properties, while PT Kereta Api Indonesia's cargo transportation data on Sumatra Island is linear. Furthermore, the best model for predicting PT KAI's cargo volume on Java Island is using the hybrid ARIMAX-SVR method with MAPE and RMSE testing data values of 4.45% and 58822.92 respectively. Forecasting results for the next 12 periods show an increase in the volume of goods transportation on the island of Java by 5.97% compared to the previous year. Meanwhile, the best model for predicting PT KAI's cargo volume on Sumatra Island is using the ARIMAX method with calendar variation effects with MAPE and RMSE values for testing data of 5.28% and 284189.84 respectively. Forecasting results for the next 12 periods show an increase in the volume of goods transportation on the island of Sumatra by 2.99% compared to the previous year.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Angkutan Barang, ARIMAX, Peramalan, PT Kereta Api Indonesia, Variasi Kalender, Calender Variation, Forecasting, Cargo Transport, Hybrid ARIMAX-SVR, PT Kereta Api Indonesia.
Subjects:	Q Science > Q Science (General) > Q325.5 Machine learning. Support vector machines. Q Science > QA Mathematics > QA276 Mathematical statistics. Time-series analysis. Failure time data analysis. Survival analysis (Biometry) Q Science > QA Mathematics > QA280 Box-Jenkins forecasting
Divisions:	Faculty of Science and Data Analytics (SCIENTICS) > Statistics > 49201-(S1) Undergraduate Thesis
Depositing User:	Aqshal Maulana Hafiz Ardiantha
Date Deposited:	06 Feb 2024 08:40
Last Modified:	06 Feb 2024 08:40
URI:	http://repository.its.ac.id/id/eprint/106288

Actions (login required)

View Item