PERBANDINGAN PERAMALAN METODE SARIMA DAN BAYESIAN STRUCTURAL TIME SERIES UNTUK DERET WAKTU MUSIMAN (STUDI KASUS : JUMLAH PENUMPANG KERETA API PT. KAI COMMUTER WILAYAH JABODETABEK PERIODE 2012-2019)

SARIMA dan Bayesian Structural Time Series merupakan metode runtun waktu yang dapat digunakan untuk data yang mengandung musiman. Data jumlah penumpang kereta api commuter wilayah Jabodetabek memiliki pola musiman dan tidak stasioner. Penelitian ini bertujuan mengetahui langkah-langkah model SARIMA dan Bayesian Structural Time Series, mengaplikasikan model SARIMA dan Bayesian Structural Time Series, memperoleh hasil dan akurasi peramalan model SARIMA dan Bayesian Structural Time Series dengan pengukuran MAPE. Metode penelitian yang digunakan adalah metode kuantitatif yang diterapkan pada data jumlah penumpang kereta api PT KAI Commuter wilayah Jabodetabek periode 2012-2019. Hasil penelitian ini menunjukkan bahwa model terbaik untuk peramalan jumlah penumpang kereta api PT KAI Commuter wilayah Jabodetabek periode 2012-2019 adalah SARIMA (2,1,0)(0,1,1)[12] dengan nilai MAPE sebesar 3.16% dibandingkan dengan metode Bayesian Structural Time Series [12] yaitu sebesar 3.74%