Machfudho, Emalia Nailun (2020) Metode ARMA untuk peramalan tindak pencurian sepeda motor. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
16610047.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (1MB) | Preview |
Abstract
ABSTRAK
Pencurian sepeda motor merupakan kasus kriminalitas yang sering terjadi di Indonesia. Meningkatnya jumlah sepeda motor tiap tahunnya diiringi dengan semakin meningkatnya tindak pencurian sepeda motor. Sehingga diperlukan suatu metode yang dapat memprediksi jumlah pencurian sepeda motor di masa yang akan datang. Prediksi ini dilakukan agar mendapatkan informasi awal yang dapat mengurangi kasus pencurian sepeda motor. ARMA merupakan salah satu metode peramalan untuk analisis deret berkala yang biasa digunakan untuk memprediksi di masa yang akan datang menggunakan data sebelumnya. Penerapan metode ARMA pada data tindak pencurian sepeda motor digunakan untuk mengetahui dan mendapatkan model peramalan pada tindak pencurian sepeda motor periode berikutnya. Berdasarkan hasil perhitungan menggunakan metode ARMA, diketahui bahwa model peramalan yang terbaik adalah ARMA (2,2) dengan konstanta 0,4695, nilai parameter AR (1) adalah 1,228, nilai parameter AR (2) adalah -0,532, dan nilai dari parameter MA (1) adalah 1,4717, serta nilai parameter MA (2) adalah -0,9390. Sehingga hasil peramalan untuk dua puluh empat bulan berikutnya dari bulan Januari 2019 – Desember 2020 cenderung konstan sekitar 5 atau 6 kasus tindak pencurian sepeda motor.
ABSTRACT
Motorcycle theft is a criminal case that is very common in Indonesia. The increasing motorcycles in each year accompanied by the increasing theft of motorcycles. Therefore, it is needed a method to predict motorcycle theft in the future. This prediction is made to get information that can reduce motorcycle theft. ARMA is one of forecasting methods for time series analysis which is commonly used to predict the future based on the previous data. The application of ARMA in motorcycle theft data to inform and get forecasting model for next period of motorcycle theft. It is necessary to make predictions based on the previous data and make it easier to predict what will happen next. Based on the calculation using ARMA method the best forecasting model is ARMA (2,2) with constant 0,4695, parameter value AR (1) is 1,228, parameter value AR (2) is -0,532, MA (1) is 1,4717, and parameter value MA (2) is -0,9390. Therefore, the forecast for the next fourty four months from January 2019 to December 2020 is constant around five or six cases of motorcycle theft.
مستخلص البحث
سرقة الدراجات النارية هي قضية جنائية متكررة في إندونيسيا. مع مزيد العدد من الدراجات النارية من عام إلى عام، زادت أيضا سرقتها. لذلك، تُحتاج الطريقة التي يمكن بها تقدير سرقة الدرجات النارية في المستقبل. يُستعمل هذا التقدير للحصول على المعلومات الأولية لخفض سرقة الدرجات النارية. طريقة ARMA هي إحدى طرق التنبؤ لتحليل السلاسل الدورية عادة استخدمها للتنبأ المستقبل باستخدام البيانات السابقة. إن تطبيق طريقة ARMA على البيانات المتعلقة بسرقة الدراجات النارية هو اكتشاف والحصول على نموذج تنبؤي للفترة التالية لسرقة الدراجة النارية. لذلك من الضروري التنبؤ بناءً على البيانات السابقة لتسهيل التنبؤ بالأحداث المستقبلية. بناءً على نتائج الحسابات باستخدام طريقة ARMA ، من المعروف أن أفضل نموذج للتنبؤ هو ARMA (2,2) مع ثابت 0,4695 ، قيمة معلمة AR (1). هي ،1,228 ، قيمة معلمةAR (2). هي 0,532-، وقيمة معلمة MA (1) هي 1,4717 وقيمة معلمة MA (2) هي 0,9390-. بحيث تكون التوقعات للأشهر اربعة و عشرون القادمة من يناير 2019 إلى ديسمبر 2020 ثابتة مع حوالي 5 او 6 حالات سرقة دراجة نارية.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Harini, Sri and Mulyanto, Angga Dwi | |||||||||
Contributors: |
|
|||||||||
Keywords: | peramalan; ARMA; autoregressive(AR); moving average(MA); forecasting; ARMA; autoregressive(AR); moving average(MA); تبصير;ARMA ;الانحدار التلقائي (AR) ;المتوسط المتحرك (MA) | |||||||||
Subjects: | 01 MATHEMATICAL SCIENCES > 0104 Statistics > 010401 Applied Statistics | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Matematika | |||||||||
Depositing User: | Emalia Nailun Machfudho | |||||||||
Date Deposited: | 30 Jun 2021 14:06 | |||||||||
Last Modified: | 30 Jun 2021 14:06 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/24745 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |