Safitri, Lusi Indah (2016) Pemodelan Vector Autoregressive With Exogenous Input (Varx) Dan Artificial Neural Networ Untuk Peramalan Data Penumpang Kereta Api. Masters thesis, Institut Technology Sepuluh Nopember.
Preview |
Text
1314201213-Master Thesis.pdf - Published Version Download (2MB) | Preview |
Abstract
Tujuan dari penelitian adalah membandingkan akurasi ramalan model Vector
Autoregressive with Exogenous Input (VARX) dan Artificial Neural Network
(ANN). Model VAR merupakan suatu model peramalan yang dapat mengetahui
hubungan antara satu variabel dengan variabel lainnya. Model VAR yang
digunakan untuk memodelkan data time series secara multivariat belum bisa
menangkap efek dari variasi kelender, maka diperlukan suatu input pada model
VAR. Model VARX adalah pengembangan dari model VAR dengan input X,
dimana X sebagai variabel eksogen. Salah satu variabel eksogen yaitu variasi
kelender, sehingga model VARX merupakan model multivariat time series yang
mampu menangkap efek variasi kelender. Model ANN adalah peramalan yang
sesuai untuk data nonlinier. Model tersebut tidak terdapat asumsi-asumsi seperti
pada model VARX. Sebagai studi kasus digunakan data kumulatif banyaknya
penumpang harian kereta api kelas eksekutif untuk seluruh stasiun yang di lewati
kereta api jurusan Surabaya-Jakarta, dengan variabel eksogen yang digunakan
yaitu efek hari libur pada hari raya Idul Fitri dan hari raya Idul Adha serta harihari
libur nasional lainnya selain hari minggu. Kriteria pemilihan model
didasarkan RMSE out of sample. Berdasarkan kriteria RMSE out of sample
diperoleh metode ANN multivariate yang sesuai untuk meramalkan data
kumulatif banyaknya penumpang harian kereta api kelas eksekutif untuk seluruh
stasiun yang di lewati kereta api jurusan Surabaya-Jakarta.
==========================================================================================================
This study aimed to compare the forecasting accuracy between Autoregressive with
Exogenous Input (VARX) and Artificial Neural Network (ANN) models. VAR is a
forecasting model to determine the relationship between one variable with another
variable. It is used in multivariate time series data that could not accommodate calendar
variations. To solve that issue, an input is required on VAR model. VARX is the
development of VAR model with an exogenous variable X as the input. VARX is able to
accommodate additional exogenous variable in multivariate time series model, including
calendar variation effect. ANN is a forecasting method that fits non linear data. In
contrast with VARX model, ANN does not need assumptions to be fulfilled. Study
case used is the number of daily passenger in Surabaya-Jakarta executive trains. Data
was taken at Pasar Turi station. Exogenous variable employed was the calendar
variation as the impact of on Idul Fitri, Idul Adha and other national holidays except
Sunday. Based on the criteria of RMSE out of a sample is obtained ANN
multivariate methods appropriate to predict the cumulative data amount of daily
passenger train executive class for all stations in the train passed majors Surabaya-
Jakarta.
| Item Type: | Thesis (Masters) |
|---|---|
| Additional Information: | RTSt 519.536 Saf p |
| Uncontrolled Keywords: | VARX, ANN, Peramalan, RMSE out-sample |
| Subjects: | H Social Sciences > HA Statistics |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis |
| Depositing User: | Mr. Tondo Indra Nyata |
| Date Deposited: | 02 Jan 2020 04:30 |
| Last Modified: | 30 Apr 2024 07:25 |
| URI: | http://repository.its.ac.id/id/eprint/72491 |
Actions (login required)
 |
View Item |