Penerapan Metode Double Moving Average Dalam Peramalan Jumlah Kendaraan Aktif Di Bali
Jumlah Kendaraan Aktif Di Bali
DOI:
https://doi.org/10.59672/emasains.v15i1.6001Keywords:
Double Moving Average (DMA), Peramalan Deret Waktu, Analisis Data KendaraanAbstract
Tujuan penelitian ini adalah melakukan peramalan jumlah kendaraan aktif di Bali melalui penerapan metode Double Moving Average (DMA). Penelitian ini menggunakan data tahunan kendaraan yang aktif membayar pajak pada periode 2011–2024 yang bersumber dari Badan Pendapatan Daerah Provinsi Bali. Untuk mengatasi fluktuasi yang tidak mengikuti tren historis selama periode pandemi COVID-19, diterapkan linear interpolation guna menstabilkan data sebelum dilakukan analisis. Beberapa variasi ordo DMA yaitu 2×2, 3×3, 4×4, dan 5×5, dianalisis serta dibandingkan tingkat akurasinya menggunakan indikator Mean Absolute Deviation (MAD) dan Mean Absolute Percentage Error (MAPE). Berdasarkan hasil analisis, penerapan DMA 4×4 pada data yang telah melalui linear interpolation memberikan tingkat kesalahan peramalan paling rendah dengan nilai MAPE sebesar 2,59%. Berdasarkan model terpilih tersebut, hasil peramalan untuk periode 2025–2027 menunjukkan adanya peningkatan jumlah kendaraan aktif di Bali. Temuan ini memberikan implikasi penting bagi perencanaan transportasi dan pengembangan infrastruktur yang berkelanjutan di masa mendatang.
Downloads
References
Aditya, M. W., Sukajaya, I. N., & Gunadi, I. G. A. (2023). Forecasting jumlah pasien DBD di BRSUD Kabupaten Tabanan menggunakan metode regresi linier. Bali Medika Jurnal, 10(1), 1–12.
Anitya, L., I Astawa, I. W. P., & Pujawan, I. G. N. (2023). Perbandingan single moving average dan single exponential smoothing dalam peramalan produksi kopi. Jurnal Matematika, Sains, dan Pembelajarannya, 17(3), 1-11.
Antari, N. K. Y., Nuridja, M., & Suwena, K. R. (2014). Forecasting tingkat hunian kamar ditinjau dari komponen tren dengan data time series pada Hotel Bali Taman Singaraja tahun 2014. Jurnal Pendidikan Ekonomi Undiksha, 4(1).
Cahyani, N. K. A. I., Putrama, I. M., & Wirawan, I. M. A. (2018). Sistem pendukung keputusan peramalan pendapatan di Dinas Penanaman Modal dan Pelayanan Perizinan Terpadu Satu Pintu Kabupaten Buleleng dengan metode least square. Jurnal Nasional Pendidikan Teknik Informatika, 7(1), 1–11.
Lamabelawa, M. I. J. (2018). Analisis perhitungan metode interpolasi pada data time series kemiskinan di NTT. Jurnal Hoaq Teknologi Informasi, 8(1), 603–684.
Latifah, L., Wesnawa, I. G. A., & Treman, W. (2013). Variasi kemacetan lalu lintas di Kota Singaraja. Jurnal Pendidikan Geografi Undiksha. 2(1).
Listiowarni, I., Dewi, N. P., & Hapantenda, A. K. W. (2020). Perbandingan metode double exponential smoothing dan double moving average untuk peramalan harga beras eceran di Kabupaten Pamekasan. Jurnal Komputer Terapan, 6(2), 158–169.
Makridakis, S., Wheelwright, S. C., & McGee, V. E. (1983). Forecasting: Methods and Applications. New York: John Wiley & Sons.
Makridakis, S., Wheelwright, S. C., & McGee, V. E. (1999). Metode dan aplikasi peramalan. Jakarta: Bina Rupa Aksara.
Megayasa, I. G. P., Candiasa, I. M., & Dantes, G. R. (2022). Analisis perkiraan biaya F&B (Makanan & Minuman) dengan metode moving average pada pola e-commerce hotel XYZ. Journal of Information System Research (JOSH), 4(1), 132–137.
Prasetyo, T., Putri, R. A., Ramadhani, D., Angraini, Y., & Notodiputro, K. A. (2024). Perbandingan kinerja metode arima, multi-layer perceptron, dan random forest dalam peramalan harga logam mulia berjangka yang mengandung pencilan. Jurnal Teknologi Informasi dan Ilmu Komputer, 11(2), 265–274.
Sinaga, H. D. E., & Irawati, N. (2018). A medical disposable supply demand forecasting by moving average and exponential smoothing method. Proceedings of the EAI International Conference.
Siregar, R. R. A., Djatna, T., Manullang, S. S. M. P., & Saputra, I. (2021). Double exponential smoothing berimputasi LOCF dan linear interpolation dalam akurasi peramalan harga harian emas. Kilat, 10(1), 208–222.
Sugiyono. (2013). Metode penelitian kuantitatif, kualitatif, dan R&D. Bandung: Alfabeta.
Suhendra, C. A., Asfi, M., Lestari, W. J., & Syafrinal, I. (2021). Sistem peramalan persediaan sparepart menggunakan metode weight moving average dan reorder point. Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, 20(2), 343–354.
Vironika, J., Astawa, I. B. M., & Citra, I. P. A. (2014). Analisis tingkat kepadatan lalu lintas di Kecamatan Denpasar Barat. Jurnal Pendidikan Geografi Undiksha, 2(1), 1-11.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Emasains : Jurnal Edukasi Matematika dan Sains
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Hak cipta mencakup hak eksklusif untuk mereproduksi dan mengirimkan artikel ini dalam semua bentuk dan media, termasuk mencetak ulang, memotret, mikrofilm dan reproduksi serupa lainnya, serta terjemahannya. Reproduksi dari bagian manapun dari jurnal ini, penyimpanannya di database dan transmisinya dengan bentuk atau media apa pun, seperti salinan elektronik, elektrostatik dan mekanis, fotokopi, rekaman, media magnetik, dan lain-lain, akan diizinkan hanya dengan izin tertulis dari penerbit jurnal.
