Peramalan Jumlah Kedatangan Penumpang Domestik di Bandara APT Pranoto Samarinda Menggunakan Maximal Overlap Discrete Wavelet Transform dengan Model Multiresolution Autoregressive

Penulis

  • Thifan Octavianto , Program Studi Statistika, Universitas Mulawarman, Indonesia
  • Meiliyani Siringoringo , Program Studi Statistika, Universitas Mulawarman, Indonesia
  • Ika Purnamasari , Program Studi Statistika, Universitas Mulawarman, Indonesia

DOI:

https://doi.org/10.29303/ijasds.v2i1.5796

Kata Kunci:

Daubechies, MAR, MODWT, Penumpang, Wavelet

Abstrak

Permasalahan dalam peramalan jumlah kedatangan penumpang domestik menjadi penting mengingat fluktuasi dan pola musiman yang kerap terjadi, seperti yang terpantau di Bandara APT Pranoto Samarinda. Data semacam ini membutuhkan pendekatan yang mampu menangkap tren jangka panjang sekaligus perubahan cepat. Penelitian ini menggunakan metode Maximal Overlap Discrete Wavelet Transform (MODWT) yang merupakan modifikasi dari Discrete Wavelet Transform (DWT) dan dapat diterapkan pada semua ukuran data. MODWT memecah data menjadi koefisien wavelet dan koefisien skala, yang selanjutnya digunakan untuk membentuk model Multiresolution Autoregressive (MAR) pada setiap tingkat wavelet Daubechies. Metode ini digunakan sebagai perlakuan awal untuk meningkatkan akurasi peramalan. Model terbaik dipilih berdasarkan nilai Mean Absolute Percentage Error (MAPE) terkecil. Hasil analisis menunjukkan bahwa model terbaik adalah model peramalan menggunakan wavelet Daubechies 6 dengan nilai MAPE in-sample sebesar 13,758% dan MAPE out-sample sebesar 9,525% serta diperoleh hasil peramalan jumlah kedatangan penumpang domestik di Bandara APT Pranoto Samarinda periode Oktober 2024 sampai Desember 2024 menunjukkan pola data yang mengikuti tren.

Referensi

Afsari, K., Siregar, M. A., & Aprilia, R. (2024). Prediksi Inflasi Sumatera Utara dengan Maximal Overlap Discrete Wavelet Transform. Jurnal Sains dan Teknologi, 7(1), 38-47.

Andriyani, M., & Subanar. (2019). Peramalan Data Penumpang Kereta Api Januari 2013-November 2018 Dengan Menggunakan Maximal Overlap Discrete Wavelet Transform-Recurrent Neural Network (MODWT-RNN). Media Statistika, 12(2), 164-174.

Angreni, P., & Juliza, M. (2023). Comparison of Methods ARIMA and MAR Models with MODWT Decomposition on Non-Stationary Data. INSOLOGI, 2(2), 392-399.

Anugrah, M. R., Purnamasari, I., & A'yun, Q. Q. (2024). Transformasi Wavelet Diskrit Daubechies Fungsi Soft Thresholding untuk Prediksi Data Inflasi di Indonesia. Journal of Statistics and Its Application on Teaching and Research, 6(2), 56-66.

Budianti, L., Janatin, Avicenna, M. Y., Putri, A. K., & Darmawan, G. (2024). Pemodelan SARIMA dengan Pendekatan ARCH/GARCH untuk Meramalkan Penjualan Ritel Barang Elektronik. INNOVATIVE: Journal of Social Science Research, 4(1), 1037-1051.

Caraka, R. E., Yasin, H., & Suparti. (2015). Pemodelan Tinggi Pasang Air Laut Di Kota Semarang Dengan Menggunakan Maximal Overlap Disrete Wavelet Transform (MODWT). Jurnal Meteorologi Klimatologi dan Geofisika, 2(2), 104-114.

Cryer, J. (2008). Time Series Analysis. Boston: University of IOWA, PWS KENT Publishing Company.

Conejo, A. J., Plazas, M., Espinol, R., & Molina, A. (2005). Day-Ahead Electricity Price Forecast Using The Wavelet Transform and ARIMA Models. IEEE Transactionsi on Power System, 20(2), 1035-1042.

Darnius, O., & Tarigan, G. (2018). Simulation Method Of Model Selection Based On Mallows' Cp Criteria In Linier Regression. Journal of Physics: Conference Series, 1116(2), 022008.

Daubechies, I. (1992). Ten Lecture on wavelet Society for Industrial and Applued Mathematics. Philadelphia: SIAM.

Juliza, M., Sa'adah, U., & Fernandes, A. A. (2019). Multiscale Autoregressive (MAR) Models with MODWT Decomposition on Non-Stationary Data. IOP Conference Series: Materials Science and Engineering, 546(5), 052035

Maricar, M. A. (2019). Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ. Jurnal Sistem dan Informatika, 13(2), 36-45.

Thode, H. C. (2002). Testing for Normality. New York: Marcel Dekker.

Wahyuningrum, S., Suparti, & Mukid, M. A. (2014). Analisis Pajak Kendaraan bermotor Menggunakan Model Multiscale Autoregressive Dengan Maximal Overlap Discrete Wavelet

Wei, W. W. (1994). Time Series Analysis: Univariate and Multivariate Mehods. United State of America: Addison Wesley Publishing Company Inc.

Widosari, G. (2012). Peramalan Curah Hujan Dengan Wavelet. Seminar Nasional Matematika dan Pendidikan Matematika FMIPA UNY (pp. 61-68). Yogyakarta: Jurusan Pendidikan Matematika FMIPA UNY.

Zheng, F., & Zhong, S. (2011). Time Series Forecasting Using a Hybrid RBF Neural Network and AR Model Based on Binomial Smoothing. World Academy of Science, 5(3), 1471-1475.

Diterbitkan

2025-06-11

Terbitan

Bagian

Articles

Cara Mengutip

Peramalan Jumlah Kedatangan Penumpang Domestik di Bandara APT Pranoto Samarinda Menggunakan Maximal Overlap Discrete Wavelet Transform dengan Model Multiresolution Autoregressive. (2025). Indonesian Journal of Applied Statistics and Data Science, 2(1), 44-58. https://doi.org/10.29303/ijasds.v2i1.5796