<![CDATA[Transportasi adalah salah satu aspek penting dalam kehidupan manusia. Perkembangan transportasi pesat dari ja-man ke jaman. Dengan adanya online shop kargo udara ini sa-ngat diperlukan untuk mengantarkan kargo sehingga dari wak-tu ke waktu volume muat kargo pun berubah. Perubahan vo-lume muat kargo inilah yang membuat peneliti ingin mera-malkan volume muat kargo domestik di empat bandara utama di Indonesia. Volume muat kargo antara bandara satu dengan yang lainnya saling berhubungan karena adanya transit kargo pada bandara satu dengan yang lain. Sehingga diperlukan me-tode multivariate time series. Pada penelitian ini digunakan mau-del multivariat konvensional, yaitu Vector Autoregressive Inte-grated Moving Avarage (VARIMA) dan machine learning, yaitu Multioutput Least Square Support Vector Regression (MLS-SVR) serta Hybrid VARIMA-MLS-SVR. Namun dari ketiga model tersebut, model yang terbaik untuk meramalkan volume muat kargo domestik di empat bandara di Indonesia adalah VARI-MA(3,1,0) dengan nilai MAPE out sample sebesar 10,11% dan Hybrid VARIMA-MLS-SVR dengan nilai MAPE out sample sebesar 10,24%. Selain itu, model Hybrid VARIMA-MLS-SVR unggul berdasarkan kriteria MAPE in sample dan out sample.]]>
Copyrights © 2024
