ESTIMASI BERSAMA PARAMETER DAN EFEK OUTLIER PADA MODEL ARIMA MUSIMAN (Studi Kasus: Jumlah Penumpang Kereta Api di Indonesia Tahun 2006-2018)

Abstract

Kereta Api merupakan salah satu alat transportasi jarak jauh di darat yang banyak diminati oleh para konsumen. Hal tersebut dikarenakan selain lebih cepat dan harga tiketnya yang lebih murah, kereta api juga relatif lebih tepat waktu sesuai dengan jadwal yang tertera. Adanya ketidakpastian jumlah penumpang yang terjadi dari waktu ke waktu maka penting untuk meramalkan jumlah penumpang kereta api. Grafik dari jumlah penumpang kereta api dari waktu ke waktu menunjukan adanya tren naik dan memiliki efek musiman, maka dari itu metode yang akan digunakan yaitu SARIMA. Model terbaik SARIMA pada data jumlah penumpang KAI yaitu SARIMA (0,1,1)(0,1,1)12, namun model tersebut tidak memenuhi asumsi normalitas residual. Pelanggaran asumsi normalitas pada model SARIMA akan berdampak pada efektifitas dari model. Pelanggaran terjadi karena terdapat outlier, maka dari itu untuk mengatasi permasalahan outlier pada penelitian ini digunakan metode SARIMA dengan outlier. Hasil dari analisis peramalan menggunakan metode SARIMA menunjukan nilai MAPE yang diperoleh sebesar 3,13% sedangkan pada metode SARIMA dengan outlier sebesar 1,99%. Dapat dikatakan bahwa untuk meramalkan data jumlah penumpang KAI metode yang lebih baik digunakan yaitu metode SARIMA dengan outlier. Berdasarkan analisis yang telah dilakukan, hasil peramalan jumlah penumpang KAI dari bulan Mei sampai Desember 2018 yaitu sebesar 37.681; 34.658; 38.476; 37.585; 36.579; 38.534; 37.890 dan 40.310 dalam satuan ribu orang.