UIN WALISONGOUIN WALISONGO
Just a moment...Just a moment...Transportasi kereta api memiliki peran vital dalam mendukung mobilitas publik, yang memerlukan peramalan permintaan penumpang yang akurat untuk membantu perencanaan operasional, terutama selama masa puncak musiman. Penelitian ini bertujuan menerapkan dan membandingkan model Seasonal Autoregressive Integrated Moving Average (SARIMA) dan Long Short-Term Memory (LSTM) untuk peramalan volume penumpang harian di PT Kereta Api Indonesia (KAI) Daop 5 Purwokerto. Dataset terdiri dari catatan pendaftaran penumpang harian dari 1 Januari 2023 hingga 15 Juli 2025, dianggap sebagai deret waktu. Untuk model SARIMA, pra-pemrosesan data mencakup transformasi logaritma, differencing, dan differencing musiman untuk mencapai stasioneritas. Sementara itu, model LSTM menggunakan normalisasi data dan konstruksi urutan untuk menangkap ketergantungan temporal nonlinier. Hasil eksperimen menunjukkan bahwa model LSTM mengungguli SARIMA, mencapai nilai kesalahan yang lebih rendah (RMSE = 2632,94; MAPE = 13,2%) dibandingkan SARIMA (RMSE = 3399,48; MAPE = 17,9%). Temuan ini menunjukkan bahwa, dalam studi kasus ini, model LSTM mencapai kinerja peramalan yang lebih baik daripada model SARIMA pada dataset uji yang dipilih (882 observasi pelatihan dan 45 observasi uji). MAPE yang diperoleh sebesar 13,2% menunjukkan akurasi peramalan yang baik sesuai dengan skala akurasi yang diadopsi, yang menunjukkan bahwa LSTM adalah pendekatan yang menjanjikan untuk mendukung peramalan permintaan penumpang di PT KAI Daop 5 Purwokerto.
Berdasarkan hasil peramalan peningkatan volume penumpang harian di PT KAI Daop 5 Purwokerto, model LSTM menunjukkan kinerja prediksi yang lebih baik daripada model SARIMA.Hal ini dibuktikan oleh nilai kesalahan yang lebih rendah dalam dataset uji, di mana LSTM mencapai RMSE sebesar 2632,94 dan MAPE sebesar 13,2%, sedangkan SARIMA mencatat RMSE sebesar 3399,48 dan MAPE sebesar 17,9%.Meskipun kedua model menunjukkan kinerja yang dapat dibandingkan selama pelatihan, akurasi uji yang lebih tinggi dari LSTM menunjukkan kemampuan generalisasi yang lebih kuat.Dalam lingkup studi kasus ini dan pengaturan eksperimental yang diadopsi, model LSTM menunjukkan kinerja peramalan yang lebih baik daripada SARIMA pada dataset uji.Namun, penelitian lanjutan yang melibatkan periode observasi yang lebih panjang, jendela evaluasi yang berbeda, dan model dasar tambahan diperlukan sebelum kesimpulan yang lebih luas dapat ditarik.
Penelitian lanjutan dapat mengeksplorasi model hibrida yang menggabungkan kekuatan SARIMA dan LSTM untuk meningkatkan akurasi peramalan. Selain itu, perlu memperluas dataset dengan memasukkan faktor eksternal seperti cuaca, hari libur nasional, atau kebijakan transportasi yang berdampak pada volume penumpang. Studi juga dapat dilakukan di wilayah operasional kereta api lainnya untuk memvalidasi generalisasi model. Dengan demikian, hasil penelitian ini dapat menjadi dasar bagi operator kereta api dalam memilih model peramalan yang lebih efektif untuk perencanaan operasional berbasis data.
- Predicting the Number of Forest and Land Fire Hotspot Occurrences Using the ARIMA and SARIMA Methods... doi.org/10.32736/sisfokom.v13i1.2018Predicting the Number of Forest and Land Fire Hotspot Occurrences Using the ARIMA and SARIMA Methods doi 10 32736 sisfokom v13i1 2018
- Comparing ChatGPT And LSTM In Predicting Changes In Quarterly Financial Metrics | Business & Management... doi.org/10.56065/crmc1136Comparing ChatGPT And LSTM In Predicting Changes In Quarterly Financial Metrics Business Management doi 10 56065 crmc1136
| File size | 736.19 KB |
| Pages | 10 |
| DMCA | Report |
Related /
UBUB Dengan demikian, implementasi model prediktif ini sangat bermanfaat bagi PT X untuk merencanakan pengadaan secara tepat guna, mengurangi risiko stock out,Dengan demikian, implementasi model prediktif ini sangat bermanfaat bagi PT X untuk merencanakan pengadaan secara tepat guna, mengurangi risiko stock out,
Tel-UTel-U Hasil evaluasi heuristik menunjukkan bahwa aplikasi KBStar Bank KB Bukopin memiliki kinerja usabilitas yang positif di semua aspek yang dievaluasi. SemuaHasil evaluasi heuristik menunjukkan bahwa aplikasi KBStar Bank KB Bukopin memiliki kinerja usabilitas yang positif di semua aspek yang dievaluasi. Semua
Tel-UTel-U The main database should be expanded in the future, academic rules should be improved, more users and experts should be involved in validation, and theThe main database should be expanded in the future, academic rules should be improved, more users and experts should be involved in validation, and the
NHS JOURNALNHS JOURNAL Studi ini mengevaluasi dan membandingkan akurasi diagnostik MNSI-A, MNSI-B, DNS, dan DNE terhadap DPN yang ditentukan oleh biothesiometer pada orang dewasaStudi ini mengevaluasi dan membandingkan akurasi diagnostik MNSI-A, MNSI-B, DNS, dan DNE terhadap DPN yang ditentukan oleh biothesiometer pada orang dewasa
UMYUMY Perubahan penggunaan lahan di sub-das Bangsal secara signifikan memengaruhi dinamika erosi. Konversi hutan menjadi semak, lahan kering, atau kebun meningkatkanPerubahan penggunaan lahan di sub-das Bangsal secara signifikan memengaruhi dinamika erosi. Konversi hutan menjadi semak, lahan kering, atau kebun meningkatkan
RESCOLLACOMMRESCOLLACOMM Data harian penutupan lima saham blue‑chip IDX (BBCA, BBRI, TLKM, ASII, UNVR) periode Januari 2020 hingga Desember 2024 dianalisis; model EGARCH(1,1)Data harian penutupan lima saham blue‑chip IDX (BBCA, BBRI, TLKM, ASII, UNVR) periode Januari 2020 hingga Desember 2024 dianalisis; model EGARCH(1,1)
LAMINTANGLAMINTANG Namun, model masih menunjukkan kelemahan dalam menangani struktur sintaksis yang kompleks seperti kalimat pasif dan klausa bersarang. Penelitian ini menyimpulkanNamun, model masih menunjukkan kelemahan dalam menangani struktur sintaksis yang kompleks seperti kalimat pasif dan klausa bersarang. Penelitian ini menyimpulkan
AMIKLPSAMIKLPS Penelitian ini menunjukkan bahwa model BERT efektif dalam mengklasifikasikan excitement audiens terhadap film yang akan datang berdasarkan komentar diPenelitian ini menunjukkan bahwa model BERT efektif dalam mengklasifikasikan excitement audiens terhadap film yang akan datang berdasarkan komentar di
Useful /
UIN WALISONGOUIN WALISONGO Kemungkinan terjadinya gempa bumi dengan M ≥ 4,0 dalam jendela waktu satu tahun diperkirakan berkisar dari 1,824% hingga 15,641%, dengan probabilitasKemungkinan terjadinya gempa bumi dengan M ≥ 4,0 dalam jendela waktu satu tahun diperkirakan berkisar dari 1,824% hingga 15,641%, dengan probabilitas
UIN WALISONGOUIN WALISONGO Gangguan neurodegeneratif, khususnya penyakit Alzheimer, erat kaitannya dengan disfungsi kolinergik dan stres oksidatif. A. indica L. adalah tanaman obatGangguan neurodegeneratif, khususnya penyakit Alzheimer, erat kaitannya dengan disfungsi kolinergik dan stres oksidatif. A. indica L. adalah tanaman obat
LAMINTANGLAMINTANG Makalah ini menyelidiki tren terkini aplikasi CAD untuk robotik dan menyoroti peluang utama, termasuk pendekatan desain kolaboratif, kemampuan prototipeMakalah ini menyelidiki tren terkini aplikasi CAD untuk robotik dan menyoroti peluang utama, termasuk pendekatan desain kolaboratif, kemampuan prototipe
ANTISPUBLISHERANTISPUBLISHER Artikel ini menyimpulkan bahwa integrasi strategis AI dan teknologi digital, didukung oleh kerangka konstruktivis dan integrasi kurikulum, sangat pentingArtikel ini menyimpulkan bahwa integrasi strategis AI dan teknologi digital, didukung oleh kerangka konstruktivis dan integrasi kurikulum, sangat penting