Peramalan Jumlah Pengunjung Perpustakaan Modern Sulawesi Tenggara Yang Mengandung Data Outlier Menggunakan Metode ARIMA Dengan Prosedur Iteratif
DOI:
https://doi.org/10.57250/ajst.v3i2.1404Kata Kunci:
Peramalan, ARIMA, Outlier, Prosedur Iteratif, PerpustakaanAbstrak
Perpustakaan modern berperan penting dalam meningkatkan kualitas pendidikan masyarakat. Untuk mengoptimalkan pengelolaan dan pelayanan, diperlukan peramalan jumlah pengunjung perpustakaan. Penelitian ini menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dengan prosedur iteratif untuk menangani data yang mengandung outlier. Model terbaik yang diperoleh adalah ARIMA(0,1,2) dengan nilai Mean Squared Error (MSE) sebesar 149404,2 dan Mean Absolute Percentage Error (MAPE) sebesar 21,63%, yang menunjukkan bahwa akurasi peramalan masih dalam batas wajar. Hasil peramalan menunjukkan jumlah pengunjung cenderung stabil dengan rata-rata 877 pengunjung per minggu, namun interval kepercayaan yang semakin lebar mengindikasikan meningkatnya ketidakpastian dalam prediksi. Prosedur iteratif dalam deteksi outlier terbukti efektif dalam mengidentifikasi dan mengoreksi pencilan, sehingga meningkatkan akurasi model. Penelitian ini merekomendasikan eksplorasi model alternatif seperti ARIMAX atau metode machine learning untuk menangkap pola yang lebih kompleks dan meningkatkan akurasi peramalan.
Referensi
Arifanti, D. R., dan Asriawan., 2021. Peramalan Volume Debit Air Kota Palopo Menggunakan Model ARIMA Deteksi Pencilan. Infinity-Jurnal Matematika Dan Aplikasinya(IJMA). Vol. 1, No. 2.
Diana, M. 2016. Transformasi Perpustakaan Berbasis Teknologi Menuju Perpustakaan Masa Depan. Jurnal Ilmiah Kepustakawanan “libraria”. Vol.5, No.1.
Fahmi, A. 2022. Manajemen Perpustakaan Modern dalam Proses Pembelajaran. Jurnal Visionary. Vol.10, No.1.
Laome, L., Gusti, N. A. W., Rasas, R., Makkulau., dan Abdul, R. A., 2021. Forecasting Time Series Data Containing Outliers With The ARIMA Additive Outlier Method. Journal of Physics: Conference Series. 1899 012106.
Rezaldi, D. A., dan Sugiman., 2021. Peramalan Metode Arima Data Saham PT. Telkomsel Indonesia. Prisma. Vol. 4, 611-620.
Wahyuni, S. 2010. Menumbuhkan Minat Baca Menuju Masyarakat Literat. Diksi. Vol. : 17 No. 1.
Yuni, S., Mozart, W. T., dan Yopi, A. L., 2015. Peramalan Jumlah Pengunjung Perpustakaan Universitas Ambon Menggunakan Metode Dekomposisi. Jurnal Ilmu Matematika dan Terapan. Vol.9, No.1.
