Analisis data time series menggunakan Prophet dan SARIMA

Gucci, Dwita (2022) Analisis data time series menggunakan Prophet dan SARIMA. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (212kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (84kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (114kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (297kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (450kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (817kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (734kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (184kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf
Restricted to Registered users only

Download (169kB) | Request a copy

Abstract

Data dapat dikatakan mempunyai peran dalam perkembangan pengetahuan dan teknologi, salah satu perannya adalah menentukan kebijakan ataupun target kedepannya dari data historis yang ada melalui peramalan, di mana peramalan ini merupakan bagian dari statistika. Peran data tersebut menjadi latar belakang dibentuknya skripsi ini dengan cara memperkenalkan pengelolaan data tepatnya data time series dengan metode peramalan yang sudah ada, yaitu Prophet dan SARIMA. Tujuan dari penelitian ini adalah untuk mengetahui dan memahami langkah-langkah dari kedua metode yang diperkenalkan terhadap data time series, serta dapat mengimplementasikan dan membandingkan kinerja kedua metode yang diperkenalkan terhadap data aktual dari studi kasus dalam penelitian ini, yaitu data bulanan Penumpang Kereta Api wilayah Jawa (Jabodetabek + Non Jabodetabek) pada tahun 2010 sampai dengan 2019. Metode Prophet merupakan metode peramalan yang membuat model berdasarkan pendekatan pola trend, pola musiman, dan efek liburan. Sedangkan metode SARIMA merupakan metode peramalan yang membuat model berdasarkan pendekatan pola non musiman (trend) dan pola musiman. Setelah dilakukan pengimplementasian dengan penganalisisan data time series pada Studi Kasus menggunakan kedua metode, didapatkan bahwa metode Prophet adalah model yang paling tepat karena nilai MAPE yang lebih rendah dari SARIMA, yaitu sebesar 2,4320% dan akurasi peramalan yang lebih tinggi dari SARIMA, yaitu sebesar 97,5680%.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: Peramalan;Data Time Series;Prophet;SARIMA
Subjects: Applied mathematics > Statistical Mathematics
Divisions: Fakultas Sains dan Teknologi > Program Studi Matematika
Depositing User: Dwita Gucci
Date Deposited: 15 Sep 2022 05:03
Last Modified: 15 Sep 2022 05:03
URI: https://digilib.uinsgd.ac.id/id/eprint/56828

Actions (login required)

View Item View Item