Peramalan Jumlah Penumpang Penerbangan di Terminal 1 Bandara Internasional Juanda Menggunakan Metode Arima Box-Jenkins dan Hybrid Autoregeressive Integrated Moving Average-Artificial Neural Network (Arima-ANN)

Supriyanto, Pramita Lucianna Putri (2017) Peramalan Jumlah Penumpang Penerbangan di Terminal 1 Bandara Internasional Juanda Menggunakan Metode Arima Box-Jenkins dan Hybrid Autoregeressive Integrated Moving Average-Artificial Neural Network (Arima-ANN). Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img]
Preview
Text
5213100186-Undergraduate_Theses.pdf - Published Version

Download (3MB) | Preview

Abstract

Transportasi udara merupakan sarana transportasi yang dapat digunakan untuk menghubungkan antar wilayah dengan berbagai macam kepentingan di antar pulau bahkan antar negara dengan jarak yang jauh sekalipun dapat ditempuh dengan waktu yang relatif singkat. Bandara Internasional Juanda merupakan salah satu bandara yang tersibuk ke-2 setelah Bandara Internasional Soekarno-Hatta. Bandara Internasional Juanda memiliki jumlah penumpang yang banyak baik yang berangkat maupun yang datang. Oleh karena itu PT Angkasa Pura I Juanda memiliki dinas SIMTAPOR yang bertugas sebagai memprediksikan berapa jumlah penumpang yang akan berangkat dan datang melalui pintu-pintu di Bandara Internasional Juanda. Selain untuk memperlancar proses bisnis di dalam Bandara Internasional Juanda agar tidak mengalami penumpukan penumpang, fasilitas juga menunjang keberhasilan dari kenyamanan yang diberikan oleh pihak Bandara Internasional Juanda Dalam menyelesaikan permasalahan meramalkan jumlah penumpang penerbangan domestic pada terminal 1 untuk yang akan datang, dilakukan menggunakan dua metode, yaitu penyelesaian menggunakan metode ARIMA dan hybrid Autoregeressive Integrated Moving Average-Artificial Neural Network (ARIMA-ANN). Dimana hasil peramalan dapat dijadikan acuan untuk mengatur strategi bisnis yang tepat. Pada penelitian ini, digunakan metode ARIMA dan hybrid ARIMA-ANN. Hasil akhir yang telah dibandingkan menunjukkan jika dengan menggunakan metode hybrid ARIMA-ANN, menunjukkan nilai akurasi yang baik. Model yang digunakan untuk meramalkan data penumpang kedatangan dan keberangkatan pada penelitian ini memiliki masing-masing nilai MAPE sebesar 7,33% dan 4,13%. Hal tersebut menunjukkan bahwa model yang dihasilkan memiliki hasil peramalan yang sangat baik. Penelitian tugas akhir ini diharapkan dapat menjadi salah satu elemen pendukung keputusan terkait tentang penjualan oleh perusahaan. ======================================================================================================================== Air transport is a means of transport that can be used to connect the region with a wide range of interests in the interisland even between countries with long distances even if it is a relative short time. Juanda international airport is one of the busiest airports in the 2nd after Soekarno-Hatta International Airport. Juanda international airport has a lot of good number of passengers who depart or arrive. Therefore P.T Juanda Angkasa Pura I has a SIMTAPOR Department serving as the number of passengers predicted how leaving and coming through the doors at Juanda international airport. In addition to streamline business processes within the Juanda international airport in order not to experience a buildup of passengers, also support the success of the comfort provided by the Juanda international airport. In resolving the problem of predicting the number of domestic flight passengers at terminal 1 for that will come, done using two methods, namely the completion method using ARIMA and Autoregressive Hybrid Integrated Moving Average - Artificial Neural Network (ARIMA-ANN). Forecasting result referable to set the right business strategy. In this research, used the method of ARIMA and hybrid ARIMA-ANN. The end result has been compared to show if using hybrid ARIMA-ANN, demonstrates the value of a good accuracy. Models used to predict the passenger arrival and departure data on this research have each value of the MAPE of 7.33% and 4.13%. It is shown that the resulting model has very good results of forecasting. Research thesis is expected to be one of the elements of the related decision support on the sale by the company.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Penumpang, Pesawat, Peramalan, ARIMA, Hybrid ARIMA-ANN, Backpropagation, MAPE
Subjects: H Social Sciences > HB Economic Theory > Economic forecasting--Mathematical models.
Q Science > QA Mathematics
Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
T Technology > T Technology (General) > T58.62 Decision support systems
Divisions: Faculty of Information Technology > Information System > (S1) Undergraduate Theses
Depositing User: Pramita Lucianna Putri Supriyanto
Date Deposited: 24 Aug 2017 08:51
Last Modified: 05 Mar 2019 04:39
URI: http://repository.its.ac.id/id/eprint/42234

Actions (login required)

View Item View Item