Pemodelan Vector Autoregressive With Exogenous Input (Varx) Dan Artificial Neural Networ Untuk Peramalan Data Penumpang Kereta Api

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.

[img] Text
1314201213-Master Thesis.pdf - Published Version
Restricted to Repository staff only

Download (2MB) | Request a copy

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: 02 Jan 2020 04:30
URI: https://repository.its.ac.id/id/eprint/72491

Actions (login required)

View Item View Item