IMPLEMENTASI METODE SARIMA DALAM MEMPREDIKSI JUMLAH PELANGGARAN LALU LINTAS DI KABUPATEN BULELENG

rika suryani; I Gusti Ayu Agung Diatri Indradewi; Ida Bagus Nyoman Pascima

doi:10.23960/jitet.v14i1.8827

Authors

rika suryani Universitas Pendidikan Ganesha
I Gusti Ayu Agung Diatri Indradewi Universitas Pendidikan Ganesha
Ida Bagus Nyoman Pascima Universitas Pendidikan Ganesha

DOI:

https://doi.org/10.23960/jitet.v14i1.8827

Abstract Views: 57 File Views: 30

Keywords:

Prediksi, Pelanggaran Lalu Lintas, Deret Waktu, SARIMA, CRISP-DM

Abstract

Penelitian ini bertujuan untuk membangun model peramalan jumlah pelanggaran lalu lintas di Kabupaten Buleleng sebagai upaya mendukung perencanaan pengawasan yang lebih proaktif. Permasalahan penelitian didasarkan pada keterbatasan pengawasan di lapangan serta belum optimalnya pemanfaatan data historis, sehingga pihak kepolisian belum memiliki gambaran prediktif mengenai tren pelanggaran di masa mendatang. Metode yang digunakan adalah Seasonal Autoregressive Integrated Moving Average, yaitu metode prediksi deret waktu yang mampu menganalisis pola tren dan musiman. Data yang digunakan berupa data bulanan jumlah pelanggaran lalu lintas periode 2019 hingga 2024. Proses penelitian dilakukan mengikuti tahapan Cross-Industry Standard Process for Data Mining yang meliputi pemahaman masalah, pemahaman data, persiapan data, pemodelan, evaluasi, dan implementasi. Hasil penelitian menunjukkan bahwa model peramalan yang dibangun menghasilkan tingkat kesalahan peramalan sebesar 24,23% serta kemampuan mengikuti arah pergerakan data aktual sebesar 54,5%. Model juga mampu menghasilkan prediksi jumlah pelanggaran untuk 12 periode ke depan.

Downloads

Download data is not yet available.

References

K. T. Saniartini, M. S. Hartono, and M. J. Setianto, “IMPLEMENTASI TILANG ELEKTRONIK ATAU E-TLE DALAM PENYELESAIAN PELANGGARAN LALU LINTAS DI KABUPATEN BULELENG,” Komunikasi Yustisia Universitas Pendidikan Ganesha, vol. 7, no. 3, 2024.

B. Amyrulloh and Samuji, “ANALISIS PENYEBAB PELANGGARAN LALU LINTAS OLEH PENGENDARA KENDARAAN BERMOTOR,” Kultura Jurnal Ilmu Sosial dan Humaniora, vol. 2, pp. 81–103, Jan. 2024, Accessed: Jun. 23, 2025. [Online]. Available: https://jurnal.kolibi.org/index.php/kultura/article/view/963/896

S. Deviana, D. Azis, dan Pandri Ferdias, J. Ir Sumantri Brojonegoro No, G. Meneng, and B. Lampung, “Analisis Model Autoregressive Integrated Moving Average Data Deret Waktu Dengan Metode Momen Sebagai Estimasi Parameter,” Jurnal Siger Matematika, vol. 02, no. 02, pp. 57–67, 2021, Accessed: Jun. 27, 2025. [Online]. Available: https://jurnal.fmipa.unila.ac.id/JSM/article/view/2812

K. R. Arunika and L. J. E. Dewi, “PERBANDINGAN MODEL SARIMA, EXPONENTIAL SMOOTHING, DAN XGBOOST UNTUK PREDIKSI PENJUALAN SUPER STORE,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 3S1, pp. 2021–2032, Oct. 2025, doi: 10.23960/jitet.v13i3S1.8173.

M. Heru Widiyanto and R. Mayasari, “IMPLEMENTASI TIME SERIES PADA DATA PENJUALAN DI GAIKINDO MENGGUNAKAN ALGORITMA SEASONAL ARIMA,” Jurnal Mahasiswa Teknik Informatika, vol. 7, no. 3, pp. 1501–1506, 2023, doi: https://doi.org/10.36040/jati.v7i3.6879.

A. Aulia, ainul Miftahul Huda, and S. Rofatunnisa, “Peramalan Inflasi Kota Pontianak dengan Metode Seasonal Autoregressive Integrated Moving Average,” Jurnal Forum Analisis Statistik (FORMASI), vol. 4, no. 2, pp. 109–120, 2024, doi: https://doi.org/10.57059/formasi.v4i2.99.

N. L. I. R. Sari, I. W. P. Astawa, and I. G. P. Suharta, “Peramalan Nilai Ekspor Di Provinsi Bali Dengan Metode Seasonal Autoregressive Integrated Moving Average,” Wahana Matematika dan Sains: Jurnal Matematika, Sains, dan Pembelajarannya, vol. 17, no. 3, pp. 1858–0629, 2023, doi: https://doi.org/10.23887/wms.v17i3.49740.

K. Pratama, D. Putra, A. Hermawan, and D. Avianto, “PREDIKSI LONJAKAN PENJUALAN TOKO RETAIL ONLINE SAAT HARBOLNAS DENGAN MODEL SARIMA,” vol. 13, no. 1, 2025.

H. F. Rabani and R. Aditya, “Analisis Peramalan Polutan PM 2.5 Dan PM 10 Di DKI Jakarta Timur Dengan SARIMA,” 2024, doi: 10.13140/RG.2.2.10480.16646.

D. Bagus Wibowo, T. Purwaningsih, and R. Artikel, “Analisis Peramalan Jumlah Pengunjung Daya Tarik Wisata Kabupaten Bantul Dengan Metode Seasonal Autoregressive Integrated Moving Average (Sarima),” Emerging Statistics and Data Science Journal, vol. 1, no. 1, pp. 117–127, 2023, [Online]. Available: https://visitingjogja.jogjaprov.go.id/,

B. G. Prianda and E. Widodo, “PERBANDINGAN METODE SEASONAL ARIMA DAN EXTREME LEARNING MACHINE PADA PERAMALAN JUMLAH WISATAWAN MANCANEGARA KE BALI,” BAREKENG: Jurnal Ilmu Matematika dan Terapan, vol. 15, no. 4, pp. 639–650, Dec. 2021, doi: 10.30598/barekengvol15iss4pp639-650.

W. Gunawan and M. Ramadani, “Analisa Perbandingan Penerapan Metode SARIMA dan Prophet dalam Memprediksi Persediaan Barang PT XYZ,” Faktor Exacta, vol. 16, no. 2, pp. 88–97, Jul. 2023, doi: 10.30998/faktorexacta.v16i2.13803.

N. E. Susanti, R. Saputra, and I. A. Situmorang, “Perbandingan Metode SARIMA, Double Exponential Smoothing dan Holt-Winter Additive dalam Peramalan Retail Sales Mobil Honda,” Jurnal Sains Matematika dan Statistika, vol. 10, no. 1, pp. 58–70, Mar. 2024, doi: 10.24014/jsms.v10i1.26375.

I. B. N. Pascima and I. M. E. Listartha, “PERBANDINGAN METODE DEEP LEARNING PADA PERAMALAN DATA PENJUALAN,” Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika (KARMAPATI), vol. 14, no. 2, pp. 265–273, 2025.

W. Alwi and K. Nurfadilah, “Penerapan Metode SARIMA untuk Peramalan Jumlah Pengunjung Wisata Taman Nasional Bantimurung Bulusaraung Maros,” JOMTA Journal of Mathematics: Theory and Applications, vol. 3, no. 1, pp. 1–7, 2021, Accessed: Jun. 27, 2025. [Online]. Available: https://ojs.unsulbar.ac.id/index.php/Mathematics/article/view/1221?d=2

B. M. N. Malik R, “Prediksi Hasil Tangkap Ikan Laut di Kota Tanjungpinang Menggunakan Metode SARIMA,” Jurnal Ilmiah KOMPUTASI, vol. 22, no. 4, pp. 485–492, Dec. 2023, doi: https://doi.org/10.32409/jikstik.22.4.3448.

C. A. Soekendro, “PREDIKSI CURAH HUJAN DI KAB.BANDUNG DENGAN ANALISIS TIME SERIES, MENGGUNAKAN MODEL SARIMA (Seasonal Autoregressive Integrated Moving Average),” 2021.

I. K. R. Arthana, I. M. D. Maysanjaya, G. A. Pradnyana, and G. R. Dantes, “Optimizing Dropout Prediction in University Using Oversampling Techniques for Imbalanced Datasets,” International Journal of Information and Education Technology, vol. 14, no. 8, pp. 1052–1060, 2024, doi: 10.18178/ijiet.2024.14.8.2133.

W. C. Utomo, “Prediksi Pergerakan Saham BBRI ditengah Issue Ancaman Resesi 2023 dengan Pendekatan Machine Learning Article Info ABSTRACT,” vol. 9, no. 1, pp. 20–27, 2023, [Online]. Available: http://http://jurnal.unmer.ac.id/index.php/jtmi