%A 1517031148 Abdul Rofi
%T PERAMALAN DATA DERET WAKTU MUSIMAN DENGAN METODE
SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE
(SARIMA) DAN METODE DEKOMPOSISI PADA DATA JUMLAH
PENUMPANG MELALUI BANDARA POLONIA TAHUN 2009-2018 

%X The purpose of this study is to compare Seasonal ARIMA methods and
Decomposition methods to get the best method in seasonal forecasting. The ARIMA
Seasonal Method and Decomposition method are suitable methods for forecasting
seasonal data. The Seasonal ARIMA method that looks for the influence of past data
on current data produces an ARIMA (2,1,0) (1,1,1) 12 model with a MAPE value of
42% while the Decomposition method that breaks data into several factors results in a
Decomposition model with a better MAPE value of 7%.

Kata kunci : Seasonal, ARIMA Seasonal Method, and Decomposition 
 
 

Tujuan dari penelitian ini adalah membandingkan metode Seasonal ARIMA dan
metode Dekomposisi untuk mendapatkan metode yang terbaik dalam peramalan
musiman. Metode Seasonal ARIMA dan metode Dekomposisi merupakan metode
yang cocok untuk melakukan peramalan data musiman. Metode Seasonal ARIMA
yang mencari pengaruh data di masa lalu terhadap data masa kini menghasilkan
model ARIMA (2,1,0)(1,1,1)
12
  dengan nilai MAPE sebesar  42% sedangkan metode
Dekomposisi yang memecah data menjadi beberapa faktor menghasilkan model
Dekomposisi dengan nilai MAPE yang lebih baik yakni 7%. 

Kata kunci : Musiman, Metode Seasonal ARIMA, dan Dekomposisi 
 
2
 
%C UNIVERSITAS LAMPUNG
%D 2019
%I Fakultas Keguruan Ilmu Pendidikan 
%L eprints59017