Perbandingan SARIMA Intervensi dan Prophet dalam Peramalan Jumlah Penumpang Kereta Api di Jawa

Abstract

Pulau Jawa memiliki tingkat kepadatan penduduk yang tinggi sehingga mobilitas antar wilayah berlangsung cukup tinggi. Kondisi ini menjadikan kereta api sebagai salah satu moda transportasi yang banyak digunakan dan memerlukan perencanaan operasional yang memadai. Data jumlah penumpang kereta api berbentuk deret waktu musiman dengan pola tahunan yang relatif konsisten. Namun, terjadinya pandemi COVID-19 menyebabkan perubahan pola yang cukup signifikan sehingga memunculkan gangguan struktural pada data. Berdasarkan karakteristik data yang bersifat musiman dan adanya intervensi, penelitian ini menerapkan metode SARIMA Intervensi dan Prophet. Oleh karena itu, penelitian ini bertujuan untuk membandingkan kinerja SARIMA Intervensi dan Prophet dalam meramalkan jumlah penumpang kereta api di Pulau Jawa. Data yang digunakan merupakan data bulanan dengan periode 2006–2024. Model terbaik dari masing-masing metode selanjutnya dievaluasi dan dibandingkan menggunakan Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE). Hasil penelitian menunjukkan model SARIMA Intervensi menghasilkan nilai MAPE sebesar 14,31% dan RMSE sebesar 4.924,97, sedangkan model Prophet memberikan hasil yang lebih baik dengan MAPE sebesar 6.49% dan RMSE sebesar 2.486.12. Perbandingan ini menunjukkan bahwa Prophet lebih unggul dalam meramalkan jumlah penumpang kereta api di Pulau Jawa sehingga Prophet diharapkan dapat dipertimbangkan sebagai metode alternatif dalam perencanaan transportasi darat di Pulau Jawa melalui pendekatan peramalan.

Java Island has a high population density so that mobility between regions quite high. This condition makes trains a widely used mode of transportation and requires adequate operational planning. The number of train passengers data is seasonal time series with a relatively consistent annual pattern. However, COVID19 pandemic caused quite significant changes in patterns, giving structural disturbances in the data. Based on seasonal data and the interventions, this research applies SARIMA Intervention and Prophet methods. Therefore, this study aims to compare the performance of SARIMA Intervention and Prophet in predicting the number of train passengers on Java Island. The data monthly form for the period 2006–2024. The best model from each method then were evaluated and compared using Mean Absolute Percentage Error (MAPE) and Root Mean Square Error (RMSE). The research results showed that SARIMA Intervention model produced a MAPE 14.31% and RMSE 4,924.97, while the Prophet model provided better results with a MAPE 6.49% and RMSE 2,486.12. This comparison showed that Prophet is superior in predicting the number of train passengers on Java Island, so it is hoped that Prophet can be considered as an alternative method in planning land transportation on Java Island through a forecasting approach.