IMPLEMENTASI METODE AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (ARIMA) DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION DALAM PERAMALAN VOLUME PENUMPANG KERETA API
Abstract
Peningkatan jumlah pengguna kereta api dapat diantisipasi dengan peramalan volume penumpang kereta api sebagai pedoman dalam meningkatkan
kualitas perencanaan operasi. Metode jaringan syaraf tiruan backpropagation dan metode ARIMA dapat diimplementasikan dengan baik dalam peramalan. Data
yang digunakan adalah data penumpang kereta api Argo Muria periode Januari 2009 sampai dengan Desember 2016. Berdasarkan pelatihan dan pengujian data yang dilakukan, metode jaringan syaraf tiruan backpropagation dengan arsitektur jaringan 12-8-1 menghasilkan nilai MSE dan MAPE lebih kecil yaitu 0,000581 dan 22 % dibandingkan dengan metode ARIMA yang memiliki nilai MSE dan MAPE berturutturut sebesar 0,5634 dan 28%. Hal tersebut menunjukan bahwa penggunaan metode jaringan syaraf tiruan backpropagation dalam peramalan volume penumpang kereta api menghasilkan nilai peramalan dengan tingkat akurasi paling baik.