ANALISIS PERKEMBANGAN KENDARAAN BERMOTOR DI BALI MENGGUNAKAN HOLT’S SMOOTHING MODEL

I Komang Satya Adi Wiryanata, I Made Candiasa, I Made Suarsana

Abstract


 

Abstrak: Penelitian ini bertujuan untuk mengetahui peramalan perkembangan kendaraan bermotor di Bali dengan menerapkan Holt’s Smoothing Model. Data jumlah kendaraan bermotor di Bali tahun 1996-2019 bersumber dari Badan Pusat Statistik (BPS) Provinsi Bali menunjukkan adanya pola trend, sehingga Holt’s Smoothing Model dapat digunakan untuk menganalisis perkembangan kendaraan bermotor di Bali. Berdasarkan analisis yang dilakukan diperoleh rata-rata persentase error (MAPE) prediksi yang dihasilkan pada masing-masing konstanta smoothing ( ) sebesar 4,25%, ( ) sebesar 3,99%, ( ) sebesar 4,05%, ( ) sebesar 4,18%, ( ) sebesar 4,21%, ( ) sebesar 3,79%, ( ) sebesar 3,86%, ( ) sebesar 4,02%, dan ( ) sebesar 4,22%. MAPE yang dihasilkan memiliki tingkat akurasi yang sangat baik yang artinya metode ini dapat digunakan untuk meramalkan perkembangan kendaraan bermotor di Bali. MAPE terkecil didapatkan saat menggunakan konstanta smoothing ( ), sebesar 3,79%. Berdasarkan nilai MAPE terkecil yaitu 3,79% dengan tingkat keakuratan peramalan adalah 100%-3,79%= 96,21% kemudian dilakukan prediksi perkembangan kendaraan bermotor di provinsi Bali pada tahun 2020, 2021, dan 2022, sehingga diperoleh jumlah kendaraan bermotor di Bali tahun 2020 sebanyak 4.579.208 kendaraan, tahun 2021 sebanyak 4.806.407 kendaraan, dan tahun 2022 sebanyak 5.033.606 kendaraan.

 

Kata-kata kunci: Kendaraan Bermotor di Bali; Peramalan; Holt’s Smoothing Model



Full Text:

PDF

References


DAFTAR PUSTAKA

Ariyanto, Rudy. 2017. Penerapan Metode Double Exponential Smoothing Pada Peramalan Produksi Tanaman Pangan. Jurnal Informatika Polinema

Arsyad, L. 2009. Peramalan Bisnis. BPFE: Yogyakarta

Badan Pusat Statistika (BPS). 2020. Jumlah Kendaraan Bermotor di Bali. Tersedia pada: https://bali.bps.go.id/dynamictable/2018/02/02/217/banyaknya-kendaraan-bermotor-menurut-kabupaten-kota-di-bali-1996-2019.html (diakses 4 April 2020)

Firmansyah, R. 2014. Metode Peramalan Exponential Smoothing Pada Jumlah Wisatawan Mancanegara Di Indonesia Dengan Pengemasan R- Package T.E.S. Brown. Universitas Jember.

Han, J. dan Kamber, M. 2006. Data Mining: Concepts and Techniques-Chapter 2. USA: Elsevier.

Hanke, John. E., and Dean W. Whicern. 2005. Bussines Forecasting Eight Edition. Pearson Edition Inc: New Jersey

Inayah, Z. 2010. Perbandingan Metode Holt dan Brown pada Double Exponential Smoothing (Peramalan Jumlah Kejadian TB Paru).Tesis. Surabaya, Universitas Airlangga

Makridakis, Sypros. 1999. Metode dan Aplikasi Peramalan Edidi Ke-2. Bima Aksara: Jakarta

Pemerintah Indonesia. 2009. Undang-Undang Republik Indonesia Nomor 22 Tahun 2009 tentang Lalu Lintas dan Angkutan Jalan Raya. Jakarta: Kementerian Sekretariat Negara Republik Indonesia.

Santoso, S. 2009. Businnes forecasting: Metode Peramalan Bisnis Masa Kini dengan Minitab dan SPSS. PT Elex Media Komputindo: Jakarta

Stephano, Albert. 2020, Sistem Informasi Peramalan Trend Pelanggan Dengan Menggunakan Metode Double Exponential Smoothing di Mess GM. Volume 08, No. 01. Coding: Jurnal Komputer dan Aplikasi

Tanzeh, Ahmad. 2011. Metodologi


Refbacks

  • There are currently no refbacks.


Creative Commons License
This journal is licensed under a Creative Commons Attribution 4.0 International License.