ANALISIS PREDIKSI JUMLAH PENDUDUK DI KOTA PASURUAN MENGGUNAKAN METODE ARIMA
Abstract
Laju pertumbuhan penduduk di Kota Pasuruan pada tahun 2019 sebesar 0.68% dengan jumlah penduduk 200.422 jiwa. Tingginya pertumbuhan penduduk dapat mempengaruhi kepadatan penduduk. Penelitian ini bertujuan untuk memprediksi pertumbuhan penduduk Kota Pasuruan menggunakan metode ARIMA (Autoregressive Integrated Moving Average). Metode ARIMA adalah cara prediksi data deret waktu yang memiliki tiga model, yaitu AR (Autoregressive), MA (Moving Average), ARMA (Autoregressive Moving Average). Metode ini memiliki parameter (p,d,q) dapat diketahuidari plot ACF dan PACF untuk memastikan model yang akan digunakan untuk prediksi. Dalam penelitian ini data yang digunakan merupakan data penduduk Kota Pasuruan tahun 1983 sampai tahun 2019 sejumlah 37 data. Dari data tersebut didapatkan ARIMA model (1,1,1) dengan jumlah penduduk Kota Pasuruan pada tahun 2020 adalah 203.221 jiwa, didapatkan nilai MSE 10542507.06 dan MAPE 1.52%.
Downloads
References
W. Widyatmanti and D. Natalia, Geografi untuk SMP dan MTS VIII. Jakarta: Garsindo, 2008.
Mulyadi, Ekonomi Sumber Daya Manusia dalam Perspektif Pembangunan. Jakarta: Raja Grafindo Persada, 2014.
Subandi, Ekonomi Pembangunan. Bandung: Alfa Beta, 2014.
A. B. Saputro, “Peramalan Pertumbuhan Penduduk Per Kecamatan Di Kabupaten Kediri Menggunakan Metode Kuadrat Terkecil,†Skripsi, Nusantara Persatuan Guru Republik Indonesia, 2016.
B. P. Statistika, “Penduduk Indonesia Hasil SP 2020,†2021 [Online] Tersedia: www.bps.go.id [Diakses 27 Januari 2021].
B. P. S. Jawa Timur, Provinsi Jawa Timur dalam Angka 2020. PT. Sinar Murni Indo Printing, 2020.
B. P. S. K. Pasuruan, Kota Pasuruan dalam Angka 2020. 2020 [Online] Tersedia: https://pasuruankota.bps.go.id [Diakses 27 Januari 2021].
Haslina, Hasmah, K. W. Fitriani, M. Asbar, and Asrirawan, “Penerapan Metode ARIMA (Autoregressive Integrated Moving Average) Box Jenkins untuk Memprediksi Pertambahan Jumlah Penduduk Transmigran (Jawa dan Bali) di Kecamatan Sukamaju, KabupatenLuwu Utara Propinsi Sulawesi Selatan,†J. Bus. Ethics, vol. 09, no. 1, pp. 55–67, 2018.
T. Rahmawati, L. Sudarmana, and A. Priyanto, “Penerapan Metode Arima Box-Jenkins Untuk Peramalan Konsumsi Listrik,†vol. XIX, no. 1, pp. 6–11, 2020.
Raihan, M. S. Eff, and A. Hendrawan, “Forecasting Model Eksponensial Smoothing Time Series Rata Rata Mechanical Availability Unit Off Highway Truck Cat 777D Caterpillar,†Poros Tek., vol. 8, no. 1, pp. 1–9, 2016.
D. Wiyanti and R. Pulungan, “Peramalan Deret Waktu Menggunakan Model Basis Radial (RBF) dan Autoregressive Integrated Moving Average (ARIMA),†vol. 35, no. 0215, pp. 175–182, 2012.
M. L. Tauryawati and M. I. Irawan, “Perbandingan Metode Fuzzy Time Series Cheng dan Metode Box-Jenkins untuk Memprediksi IHSG,†J. Sains dan Seni ITS, vol. 3, no. 2, pp. A34–A39, 2014.
N. Artanto and A. Agoestanto, “Perbandingan Peramalan Curah Hujan Dengan Metode,†vol. 4, no. 1, 2015.
E. Munarsih, “Peramalan Jumlah Pengangguran di Provinsi Sumatera Selatan dengan Metode Autoregressive Integreted Moving Average (ARIMA),†J. Penelit. Sains, vol. 19, no. 1, p. 168439, 2017.
T. Yunita, “Peramalan Jumlah Penggunaan Kuota Internet Menggunakan Metode Autoregressive Integrated Moving Average ( ARIMA ),†J. Math. Theory Appl., vol. 1, no. 2, pp. 16–22, 2019.
I. S. Wulandari, N., Setiawan, & Ahmad, “Peramalan Inflasi Kota Surabaya dengan Pendekatan ARIMA, Variansi Kalender, dan Intervensi,†J. Sains Dan Seni Its, vol. 5, no. 1, 2016.
As’ad, I. M. Tirta, and Y. S. Dewi, “Peramalan pertumbuhan penduduk kabupaten situbondo dengan model arima, deret aritmatik, deret geometri dan deret eksponensial,†vol. 4, pp. 141–152, 2013.
F. Fejriani, M. Hendrawansyah, L. Muharni, S. F. Handayani, and S. Syaharuddin, “Forecasting Peningkatan Jumlah Penduduk,†Geogr. J. Kajian, Penelit. dan Pengemb. Pendidik., vol. 8, no. 1, pp. 27–36, 2020.
N. Salwa, N. Tatsara, R. Amalia, and A. F. Zohra, “Peramalan Harga Bitcoin Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average),†J. Data Anal., vol. 1, no. 1, pp. 21–31, 2018.
A. H. Hutasuhut, W. Anggraeni, and R. Tyasnurita, “Pembuatan Aplikasi Pendukung Keputusan untuk Peramalan Persediaan Bahan Baku Produksi Plastik Blowing dan Inject,†J. Tek. Pomits, vol. 3, no. 2, p. A169,A174, 2014.
H. Hartati, “Penggunaan Metode Arima Dalam Meramal Pergerakan Inflasi,†J. Mat. Sains dan Teknol., vol. 18, no. 1, pp. 1–10, 2017, doi: 10.33830/jmst.v18i1.163.2017.
K. F. Azriat, A. Hoyyi, and M. A. Mukid, “Verifikas Model ARIMA Musiman Menggunakan Peta Kendali Moving Range,†GAUSSIAN, vol. 3, no. 4, pp. 701–710, 2014.
R. Prameswari, “Peramalan Ekspor Kendaraan Bermotor di Indonesia Metode ARIMA (Autoregressive Integrated Moving Average) Box Jenkins,†Skripsi, UIN Sunan Ampel Surabaya, 2020.
PasuruanKota, “Kasus Konfirmasi AKtif Covid-19 Kota Pasuruan Terendah Se- Jawa Timur,†2021, [Online]. Tersedia: http://pasuruankota.go.id/2021/01/12/kasus-konfirmasi-aktif-covid-19-kota-pasuruan-terendah-se-jawa-timur/ [Diakses: 27 Januari 2021].
Authors who publish with this Journal agree to the following terms:
- Author retain copyright and grant the journal right of first publication with the work simultaneously licensed under a creative commons attribution license that allow others to share the work within an acknowledgement of the work’s authorship and initial publication of this journal.
- Authors are able to enter into separate, additional contractual arrangement for the non-exclusive distribution of the journal’s published version of the work (e.g. acknowledgement of its initial publication in this journal).
- Authors are permitted and encouraged to post their work online (e.g. in institutional repositories or on their websites) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published works.
1.gif)
