IMPLEMENTASI METODE ARIMA MENGGUNAKAN GRID
SEARCH UNTUK PREDIKSI BAHAN BAKAR KAPAL
(Studi Kasus: PT. Pelindo Marine Service)
Total View This Week0
Total View This Week0
Institusion
Universitas Pembangunan Nasional Veteran Yogyakarta
Author
Andini, Annisa Agusti
Subject
QA75 Electronic computers. Computer science
Datestamp
2025-03-07 01:11:24
Abstract :
Pengelolaan pengajuan BBM dalam layanan jasa pemanduan kapal yang masih dilakukan secara manual sangat rentan terhadap keterlambatan dan human error. Minimnya prediksi yang akurat dalam perencanaan BBM kapal menyebabkan permintaan BBM yang tidak tepat waktu atau kurang presisi, yang dapat mengganggu jadwal operasional kapal dan meningkatkan biaya. Sistem prediksi menggunakan metode ARIMA dapat menjadi solusi karena metode tersebut dapat mengakomodasi tren jangka pendek, serta memprediksi pola yang lebih kompleks berdasarkan data historis non-seasonal dengan fluktuasi acak. Meski demikian, penggunaan model ARIMA dalam sistem prediksi memiliki tantangan tersendiri, di mana hasil akurasi bergantung pada nilai parameter utama dalam model ini. Dalam hal ini, hyperparameter optimization menggunakan Grid Search akan diterapkan untuk meningkatkan akurasi model. Penelitian ini dengan tujuan untuk menerapkan metode ARIMA dengan Grid Search untuk memprediksi BBM kapal serta mengetahui pengaruh penerapan Grid Search dalam sistem prediksi menggunakan model ARIMA. Data yang digunakan adalah data histori BBM kapal tunda dari PT. Pelindo Marine Service dalam kurun waktu 1 Juni s.d. 7 Oktober 2024. Penelitian dilakukan dengan memprediksi konsumsi harian bahan bakar kapal dengan data window 30, 45, 60, dan 90 hari dan jarak prediksi 30, 14, dan 7 hari menggunakan model ARIMA standar dengan parameter yang ditentukan berdasarkan hasil plot ACF (Autocorrelation Function) dan PACF (Partial Autocorrelation Function) serta menerapkan optimasi parameter Grid Search dalam model ARIMA. Model evaluation dilakukan dengan perhitungan MAPE (Mean Absolute Percentage Error) untuk mengetahui tingkat kesalahan prediksi yang menjadi tolak ukur performa model. Hasil penelitian menunjukkan bahwa penerapan Grid Search dalam model ARIMA dapat meningkatkan akurasi model. Untuk data window 90 hari dengan jarak prediksi 30 hari, model ARIMA dengan Grid Search, yakni ARIMA (4, 0, 0) dengan nilai MAPE 5,74%, memiliki performa yang lebih baik dibandingkan model ARIMA standar, yakni ARIMA (2, 0, 21) dengan nilai MAPE 7,07%. Dari percobaan hasil yang dilakukan, sistem prediksi telah berjalan dengan baik menggunakan model ARIMA (4, 0, 0) dan mendapatkan prediksi tanggal permintaan bahan bakar kapal beserta besaran kebutuhannya. Kata Kunci: ARIMA, Grid Search, Prediksi BBM Kapal
Pengelolaan pengajuan BBM dalam layanan jasa pemanduan kapal yang masih dilakukan secara manual sangat rentan terhadap keterlambatan dan human error. Minimnya prediksi yang akurat dalam perencanaan BBM kapal menyebabkan permintaan BBM yang tidak tepat waktu atau kurang presisi, yang dapat mengganggu jadwal operasional kapal dan meningkatkan biaya. Sistem prediksi menggunakan metode ARIMA dapat menjadi solusi karena metode tersebut dapat mengakomodasi tren jangka pendek, serta memprediksi pola yang lebih kompleks berdasarkan data historis non-seasonal dengan fluktuasi acak. Meski demikian, penggunaan model ARIMA dalam sistem prediksi memiliki tantangan tersendiri, di mana hasil akurasi bergantung pada nilai parameter utama dalam model ini. Dalam hal ini, hyperparameter optimization menggunakan Grid Search akan diterapkan untuk meningkatkan akurasi model. Penelitian ini dengan tujuan untuk menerapkan metode ARIMA dengan Grid Search untuk memprediksi BBM kapal serta mengetahui pengaruh penerapan Grid Search dalam sistem prediksi menggunakan model ARIMA. Data yang digunakan adalah data histori BBM kapal tunda dari PT. Pelindo Marine Service dalam kurun waktu 1 Juni s.d. 7 Oktober 2024. Penelitian dilakukan dengan memprediksi konsumsi harian bahan bakar kapal dengan data window 30, 45, 60, dan 90 hari dan jarak prediksi 30, 14, dan 7 hari menggunakan model ARIMA standar dengan parameter yang ditentukan berdasarkan hasil plot ACF (Autocorrelation Function) dan PACF (Partial Autocorrelation Function) serta menerapkan optimasi parameter Grid Search dalam model ARIMA. Model evaluation dilakukan dengan perhitungan MAPE (Mean Absolute Percentage Error) untuk mengetahui tingkat kesalahan prediksi yang menjadi tolak ukur performa model. Hasil penelitian menunjukkan bahwa penerapan Grid Search dalam model ARIMA dapat meningkatkan akurasi model. Untuk data window 90 hari dengan jarak prediksi 30 hari, model ARIMA dengan Grid Search, yakni ARIMA (4, 0, 0) dengan nilai MAPE 5,74%, memiliki performa yang lebih baik dibandingkan model ARIMA standar, yakni ARIMA (2, 0, 21) dengan nilai MAPE 7,07%. Dari percobaan hasil yang dilakukan, sistem prediksi telah berjalan dengan baik menggunakan model ARIMA (4, 0, 0) dan mendapatkan prediksi tanggal permintaan bahan bakar kapal beserta besaran kebutuhannya. Kata Kunci: ARIMA, Grid Search, Prediksi BBM Kapal
File :
2. Cover_123200049_Annisa Agusti Andini.pdf
3. Abstrak_123200049_Annisa Agusti Andini.pdf
4. Lembar Pengesahan_123200049_Annisa Agusti Andini.pdf
5. Daftar Isi_123200049_Annisa Agusti Andini.pdf
6. Daftar Pustaka_123200049_Annisa Agusti Andini.pdf
1. Skripsi Fulltext_123200049_Annisa Agusti Andini.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
