Analisis peramalan menggunakan model hibrida Seasonal Autoregressive Integrated Moving Average (SARIMA)–Long Short-Term Memory (LSTM) pada masalah penerbangan domestik

Listi, Dea Avrelia (2025) Analisis peramalan menggunakan model hibrida Seasonal Autoregressive Integrated Moving Average (SARIMA)–Long Short-Term Memory (LSTM) pada masalah penerbangan domestik. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text
1_cover.pdf

Download (136kB) | Preview
[img]
Preview
Text
2_abstrak.pdf

Download (232kB) | Preview
[img]
Preview
Text
pdf keaslian (1).pdf

Download (67kB) | Preview
[img]
Preview
Text
4_daftarisi.pdf

Download (210kB) | Preview
[img]
Preview
Text
5_bab1.pdf

Download (275kB) | Preview
[img] Text
6_bab2.pdf
Restricted to Registered users only

Download (604kB) | Request a copy
[img] Text
7_bab3.pdf
Restricted to Registered users only

Download (596kB) | Request a copy
[img] Text
8_bab4.pdf
Restricted to Registered users only

Download (454kB) | Request a copy
[img] Text
9_bab5.pdf
Restricted to Registered users only

Download (188kB) | Request a copy
[img] Text
10_daftarpustaka.pdf
Restricted to Registered users only

Download (193kB) | Request a copy
[img] Text
11_lampiran.pdf
Restricted to Repository staff only

Download (321kB) | Request a copy

Abstract

Fluktuasi jumlah penumpang pada penerbangan pesawat domestik dipengaruhi oleh beberapa faktor, seperti musim liburan, pertumbuhan ekonomi, kebijakan pemerintah. Sehingga peramalan jumlah penumpang pada penerbangan domestik penting dilakukan untuk membantu membuat perencanaan dan pengambilan kebijakan. Penelitian ini menggunakan model hibrida SARIMA–LSTM untuk memprediksi jumlah penumpang di Bandara Soekarno-Hatta dengan data bulanan Januari 2013 hingga Februari 2020. Model SARIMA digunakan untuk menangkap pola musiman dan tren linier, dan LSTM digunakan untuk menangkap pola nonlinier dari residual yang dihasilkan SARIMA. Pengujian akan dilakukan dengan dua skenario yaitu, skenario I akan dilakukan dengan data pengujian bulan November – Desember 2019 dan skenario II akan dilakukan dengan data pengujian bulan Januari – Februari 2020. Setelah kedua skenario dilakukan diperoleh bahwa hasil peramalan untuk model hibrida SARIMA–LSTM memiliki akurasi terbaik dengan nilai MAPE pada skenario I sebesar 1,51% dan skenario II sebesar 4,51%. Penelitian ini membuktikan bahwa model hibrida SARIMA–LSTM efektif dalam meningkatkan akurasi peramalan dibanding dengan model tunggal SARIMA yang memiliki nilai MAPE pada skenario I sebesar 11,29% dan skenario II sebesar 7,23%. Dan model tunggal LSTM yang memiliki nilai MAPE pada skenario I sebesar 90% dan skenario II sebesar 97,27%.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Peramalan; SARIMA; LSTM; Hibrida SARIMA–LSTM; Penumpang Penerbangan Domestik
Subjects: Data Processing, Computer Science
Mathematics > Data Processing and Analysis of Mathematics
Divisions: Fakultas Sains dan Teknologi > Program Studi Matematika
Depositing User: Veli veli
Date Deposited: 17 Sep 2025 01:44
Last Modified: 19 Sep 2025 02:04
URI: https://digilib.uinsgd.ac.id/id/eprint/120357

Actions (login required)

View Item View Item