Michelle Selina Buntara
Universitas Padjadjaran

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pemrograman Python Untuk Peramalan Data Deret Waktu Menggunakan Metode Seasonal Autoregressive Integrated Moving Average (Sarima) Michelle Selina Buntara; Herlina Napitupulu; Nurul Gusriani
In Search (Informatic, Science, Entrepreneur, Applied Art, Research, Humanism) Vol 22 No 2 (2023): In Search
Publisher : LPPM UNIBI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/insearch.v22i2.774

Abstract

Peramalan deret waktu adalah penggunaan model untuk memprediksi nilai masa depan berdasarkan nilai yang diamati sebelumnya. Model Seasonal Autoregressive Integrated Moving Average (SARIMA) merupakan salah satu model yang digunakan untuk peramalan ketika deret waktu univariat menunjukkan variasi musiman. Model SARIMA merupakan bentuk khusus dari model ARIMA yang terdiri dari tiga bagian, yaitu; ‘AR’ yang berarti Autoregressive, ‘I’ yang merupakan bagian differencing, dan ‘MA’ yang berarti Moving Average.Penelitian ini bertujuan untuk memperoleh model SARIMA terbaik melalui beberapa tahap, yaitu; preparasi, identifikasi, penaksiran nilai parameter, dan uji diagnostik. Performa model peramalan diuji menggunakan mean absolute percentage error (MAPE).