PERAMALAN PRODUKSI BARANG ANGKUTAN KERETA API NASIONAL PERIODE 2019-2026 MENGGUNAKAN MODEL ARIMA
DOI:
https://doi.org/10.62281/jy1amw73Keywords:
ARIMA, Peramalan, Produksi Barang, Angkutan Kereta Api, Deret Waktu.Abstract
Produksi barang angkutan kereta api merupakan salah satu indikator utama dalam mendukung sistem logistik dan transportasi nasional. Pola volume angkutan barang yang cenderung berfluktuasi menuntut adanya metode peramalan yang akurat sebagai dasar perencanaan operasional dan pengambilan kebijakan. Penelitian ini bertujuan untuk memprediksi produksi barang angkutan kereta api nasional pada periode 2019–2026 dengan menggunakan model Autoregressive Integrated Moving Average (ARIMA). Data yang digunakan berupa data sekunder deret waktu bulanan produksi barang angkutan kereta api nasional dari Januari 2019 hingga September 2025 yang bersumber dari Badan Pusat Statistik (BPS). Tahapan analisis mengikuti prosedur Box–Jenkins, yang meliputi pengujian stasioneritas menggunakan Augmented Dickey-Fuller (ADF), identifikasi model berdasarkan pola Autocorrelation Function (ACF) dan Partial Autocorrelation Function (PACF), estimasi parameter, serta pengujian diagnostik residual. Hasil analisis menunjukkan bahwa data awal bersifat tidak stasioner dan menjadi stasioner setelah dilakukan proses differencing. Model ARIMA terpilih memenuhi seluruh kriteria diagnostik dan menghasilkan residual yang bersifat white noise. Hasil peramalan memperlihatkan bahwa produksi barang angkutan kereta api nasional diperkirakan mengalami tren peningkatan yang stabil hingga tahun 2026 dengan tingkat ketidakpastian yang relatif rendah. Dengan demikian, model ARIMA dapat digunakan sebagai alat peramalan yang andal dalam mendukung perencanaan dan pengembangan transportasi logistik berbasis kereta api.
Downloads
References
Arum, P. R., Fitriani, I., & Amri, S. (2024). Pemodelan Seasonal Autoregressive Integrated Moving Average (SARIMA) untuk Meramalkan Volume Angkutan Barang Kereta Api di Pulau Jawa Tahun 2021 Info Artikel. 2(1), 26–35. https://doi.org/10.26714/jodi
Atman Maulana, H. (2018). PEMODELAN DERET WAKTU DAN PERAMALAN CURAH HUJAN PADA DUA BELAS STASIUN DI BOGOR (Vol. 15, Issue 1).
Dzakirah, Q., Rizal, J., Sunandi, E., Arima-Ann, H., Deret, P., Prediksi, W., Inflasi, L., Linier, P., Perbandingan, N., & Model, K. (2025). Studi Komparatif Model ARIMA, ANN, dan Hybrid ARIMA-ANN untuk Peramalan Laju Inflasi di Indonesia A B S T R A K A Comparative Study of ARIMA, ANN, and Hybrid ARIMA-ANN Models for Forecasting Inflation Rates in Indonesia. Jurnal Ilmiah Matematika, 12(1), 1–17. https://doi.org/10.26555/konvergensi.30366
Garini, F. C., & Anbiya, W. (2022). Application of GARCH Forecasting Method in Predicting The Number of Rail Passengers (Thousands of People) in Jabodetabek Region. Jurnal Matematika, Statistika Dan Komputasi, 18(2), 198–223. https://doi.org/10.20956/j.v18i2.18382
Queenty Dhea Haura Br Sitepu, Sutarman Sutarman, & Machrani Adi Putri Siregar. (2024). Metode Autoregressive Integrated Moving Average (Arima) dalam Memprediksi Jumlah Penumpang Kereta Api Kota Binjai. Jurnal Arjuna : Publikasi Ilmu Pendidikan, Bahasa Dan Matematika, 2(2), 69–85. https://doi.org/10.61132/arjuna.v2i2.621
Rahman, A., Djanggu, N. H., & Wahyudi, T. (2025). IMPLEMENTASI TIME SERIES ANALYSIS DAN PEMODELAN MACHINE LEARNING ARIMA GUNA MEMPREDIKSI PERMINTAAN STOK TELUR AYAM PETERNAKAN BONG SUN TIN. In INTEGRATE: Industrial Engineering and Management System (Vol. 9, Issue 2). https://jurnal.untan.ac.id/index.php/jtinUNTAN/issue/view/2642
Ria, M. L., Indrasetianingsih, A., Mipa, ) F, Pgri, U., & Surabaya, A. B. (2015). PREDIKSI JUMLAH PENUMPANG KERETA API DENGAN MENGGUNAKAN METODE ARIMA (Vol. 8, Issue 1). www.jurnal.unipasby.ac.id
Susilawati, R., & Sunendiari, S. (2022). Peramalan Jumlah Penumpang Kereta Api Menggunakan Metode Arima dan Grey System Theory. Jurnal Riset Statistika, 1–13. https://doi.org/10.29313/jrs.vi.603
Suswaini, E., Wibowo, A., & Ferry, J. (n.d.). Forecasting Fuel Logistics Demand in Archipelagic Regions Using the ARIMA Methods: A Case Study of the Anambas Islands Regency. Sistem Informasi Dan Komputer), 15, 81–87. https://doi.org/10.32736/sisfokom.v15i1.2543
Syahzaqi, I., Sediono, S., Oktavia, S. S., Anggakusuma, A. C., & Wieldyanisa, E. E. (2025). Peramalan Jumlah Barang Kereta Api di Indonesia Menggunakan Metode Seasonal Autoregressive Integrated Moving Average (SARIMA). Jurnal Statistika Dan Komputasi, 4(1), 13–22. https://doi.org/10.32665/statkom.v4i1.4424
Wahyuni, D., Agatha Lusia, R., Zeleansi, Z., Ririn Amelia Jurusan Matematika, dan, Teknik, F., Bangka Belitung Jalan Kampus Terpadu UBB, U., Merawang, K., & Bangka, K. (n.d.). APLIKASI MODEL ARIMA DALAM MEMPREDIKSI JUMLAH KASUS PENYEBARAN COVID-19 DI PROVINSI KEPULAUAN BANGKA BELITUNG.
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Muawanah, Arikatun Maimunah, Dewi Eka Mustika Sari, Fendy Julianto, Achmad Budi Susetyo (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
