NIKMAH, Syifa Sjakira (2025) Pemodelan Generalized Space Time Autoregressive Integrated Moving Average (GSTARIMA) untuk Prediksi Jumlah Penumpang Pelayaran dalam Negeri (Studi Kasus Pada Empat Pelabuhan Utama Indonesia). Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (200kB)
	Text 3. HALAMAN PENGESAHAN I.pdf Download (238kB)
	Text 4. HALAMAN PENGESAHAN II.pdf Download (270kB)
	Text 5. KATA PENGANTAR.pdf Download (79kB)
	Text 6. ABSTRAK.pdf Download (31kB)
	Text 7. ABSTRACT.pdf Download (29kB)
	Text 8. DAFTAR ISI.pdf Download (51kB)
	Text 12. BAB I.pdf Download (48kB)

Abstract

ABSTRAK
Transportasi laut adalah salah satu sarana yang digunakan untuk meningkatkan
mobilitas penduduk, khususnya di daerah-daerah yang tidak dapat dijangkau
dengan jalur darat maupun udara. Tingginya penggunaan jasa transportasi laut
dapat dilihat dari banyaknya penumpang yang datang atau berangkat dari
pelabuhan. Pihak pelabuhan membutuhkan sarana informasi guna mengantisipasi
kondisi ketidakpastian dan efisiensi pemberangkatan, maka dilakukan peramalan
jumlah penumpang. Peramalan ini berkaitan dengan waktu dan lokasi di berbagai
pelabuhan. Salah satu metode peramalan yang sesuai adalah GSTARIMA.
GSTARIMA merupakan metode yang digunakan untuk peramalan data runtun
waktu yang memiliki keterkaitan antara waktu dan lokasi serta memiliki
karakteristik heterogen. Penelitian ini menggunakan model GSTARIMA untuk
memodelkan dan meramalkan jumlah penumpang pelayaran domestik di pelabuhan
utama di Indonesia yaitu Pelabuhan Tanjung Priok, Tanjung Perak, Balikpapan, dan
Makassar. Pelabuhan-pelabuhan tersebut dipilih berdasarkan kapasitas yang
tertinggi. Penelitian ini menggunakan pembobotan lokasi yaitu bobot seragam,
invers jarak, dan normalisasi korelasi silang. Model yang didapatkan adalah model
dengan differencing (1) orde moving average (1) dan order spasial dibatasi satu
sehingga model yang terbentuk yaitu GSTARIMA (0,1,1). Model ini telah
memenuhi asumsi residual white noise dan multivariat normal. Selain itu, model
tersebut menghasilkan nilai sMAPE terkecil dengan bobot invers jarak sebesar
3,72%. Secara keseluruhan, hasil peramalan jumlah penumpang pelayaran
domestik di pelabuhan utama menunjukkan akurasi yang baik.
Kata Kunci: Jumlah Penumpang, Pelabuhan Utama, Bobot Seragam, Bobot Invers
Jarak, Bobot Normalisasi Korelasi Silang, Peramalan, GSTARIMA, sMAPE.

Actions (login required)

View Item