Peramalan Jumlah Penumpang Kereta Api Menggunakan Metode Moving Average Dan Holt Winter

Abstract

Peramalan merupakan kergiatan untuk mengestimasi kejadian yang akan terjadi dimasa yang akan datang. Peramalan dibutuhkan karena adanya perbedaan waktu sekarang dan yang akan datang. Salah satu kegunaan
peramalan yaitu dalam meramalkan jumlah penumpang kereta api sehingga PT KAI dapat menentukan kebijakan yang akan terjadi pada masa yang akan dan dapat memaksimalkan pelayanan fasilitas dan
kenyamanan penumpang. Metode time series yang digunakan dalam penelitian ini adalah Moving Average dan Holt Winter. Dari hasil pengujian didapatkan nilai peramalan terbaik yaitu menggunakan metode Holt Winter. Dengan kombinasi α = 0,4; β = 0,25; γ = 0,15 menghasilkan nilai MAPE dan MAD masing-massing sebesar 4 dan 1382. Metode ini untuk meramalkan 5 bulan kedepan dan hasil dari peramalan menunjukkan jumlah penumpang mengalami kenaikan pada bulan Juli.

Kata kunci: moving average, holt winter, penumpang kereta api

Abstact

Forecasting is an activity to estimate the events that will occur in the future. Forecasting is needed because of the present and future time differences. One of the uses of forecasting is to predict the number of train passengers so that PT KAI can determine policies that will occur in the future and can maximize passenger service facilities and comfort. The time series method used in this research is Moving Average and Holt Winter. From the test results obtained the best forecasting value is using the Holt Winter method. With a combination of α = 0.4; β = 0.25; γ = 0.15 produces MAPE and MAD values of 4 and 1382 respectively. This method is to forecast the next 5 months and the results of forecasting show the number of passengers has increased in July.