ANALISIS DAN PERAMALAN DATA PENUMPANG KERETA API DI INDONESIA MENGGUNAKAN METODE FUZZY TIME SERIES

Penelitian ini bertujuan untuk menganalisis dan meramalkan data penumpang kereta api di Indonesia menggunakan metode Fuzzy Time Series. Metode ini menggabungkan konsep logika Fuzzy dengan analisis time series untuk menghasilkan prediksi yang lebih akurat. Data penumpang kereta api diambil dari beberapa wilayah di Indonesia. Penelitian ini menggunakan data historis penumpang kereta api untuk melatih model Fuzzy Time Series dan kemudian melakukan prediksi untuk periode yang akan datang.
Hasil penelitian menunjukkan bahwa metode Fuzzy Time Series dapat memberikan prediksi yang lebih akurat dalam menganalisis data penumpang kereta api di Indonesia. Metode ini mampu mengatasi ketidakpastian dan fluktuasi dalam
data penumpang kereta api yang seringkali sulit untuk diprediksi menggunakan metode tradisional. Dengan menggunakan metode Fuzzy Time Series, peneliti dapat
memberikan informasi yang lebih akurat kepada pihak terkait dalam perencanaan dan pengelolaan layanan kereta api.
Penelitian ini memberikan kontribusi penting dalam pengembangan metode analisis dan peramalan data penumpang kereta api di Indonesia. Hasil penelitian ini dapat digunakan sebagai dasar untuk mengoptimalkan jadwal dan kapasitas layanan kereta api, meningkatkan kepuasan penumpang, dan mengurangi biaya operasional. Selain itu, metode Fuzzy Time Series juga dapat diterapkan dalam analisis dan peramalan data transportasi lainnya, seperti data penumpang bus atau pesawat terbang.
========================================================================================================================
This study aims to analyze and forecast train passenger data in Indonesia using the Fuzzy Time Series method. This method combines the concept of Fuzzy logic with time series analysis to generate more accurate predictions. Train
passenger data was collected from several regions in Indonesia. This study used historical train passenger data to train the Fuzzy Time Series model and then make
predictions for future periods.
The results of the study show that the Fuzzy Time Series method can provide more accurate predictions in analyzing train passenger data in Indonesia. This method is able to overcome the uncertainty and fluctuations in train passenger data that are often difficult to predict using traditional methods. By using the Fuzzy Time Series method, researchers can provide more accurate information to stakeholders
in the planning and management of train services.
This study provides an important contribution to the development of methods for analyzing and forecasting train passenger data in Indonesia. The results of this study can be used as a basis for optimizing train schedules and
capacities, improving passenger satisfaction, and reducing operational costs. Additionally, the Fuzzy Time Series method can also be applied to the analysis and forecasting of other transportation data, such as bus or air passenger data.