Penerapan Model Vector Autoregressive (VAR) untuk Peramalan Jumlah Kedatangan dan Keberangkatan Penerbangan Domestik di Kota Batam

Aminy Aisyah; Suwanda

doi:10.29313/bcss.v2i2.4456

Aminy Aisyah FMIPA
Suwanda Statistika, Universitas Islam Bandung

DOI: https://doi.org/10.29313/bcss.v2i2.4456

Keywords: Multivariate Time Series, VAR, Penerbangan Domestik, Peramalan.

Abstract

Abstract. Batam is one of the cities in Indonesia which is located very close to Singapore and Malaysia. The number of tourists or local residents for vacation or just visiting Batam City is quite high. Especially via domestic flights. From the number of departures and arrivals of domestic flights recorded by airport officials in several periods, it can be analyzed simultaneously using times series vector analysis. From the model obtained, it can be used to estimate the value of the data in the future for later use in planning an institution where the data is obtained. The model used in this study is the Vector Autoregressive (VAR) model. From the results of the analysis, the suitable model is the Vector Autoregressive model, VAR (1) has an AIC value of 40.5892 and the MAPE value for the number of arrivals and the number of departures is 79.04494994 and 80.1093, respectively. This VAR(1) model is used to predict the value of the number of passengers for the next 12 periods.

Abstrak. Batam merupakan salah satu kota di Indonesia yang letaknya sangat dekat dengan Singapura dan Malaysia. Banyaknya turis ataupun warga lokal untuk berlibur atau sekedar berkunjung saja ke Kota Batam tercatat cukup tinggi. Terlebih melalui penerbangan domestik. Dari jumlah keberangkatan dan kedatangan penerbangan domestik yang dicatat oleh petugas bandar dalam beberapa periode, dapat dinalisis secara simultan dengan menggunakan analisis vektor times series. Dari model yang diperoleh dapat digunakan untuk memperkirakan nilai data pada waktu yang akan datang untuk kemudian digunakan dalam perencanaan sebuah institusi dimana data tersebut diperoleh. Model yang digunakan dalam penelitian ini adalah model Vector Autoregressive (VAR). Dari hasil analisis diperoleh model yang cocok adalah model Vector Autoregressive adalah VAR (1) mempunyai nilai AIC sebesar 40.5892 dan nilai MAPE untuk jumlah kedatangan dan jumlah keberangkatan masing-masing sebesar 79.04494994 dan 80.1093. Model VAR(1) ini digunakan untuk meramal nilai jumlah penumpang untuk 12 periode ke depan.