No image available for this title

Text

Peramalan Jumlah Penumpang Travel dengan Metode Triple Exponential Smoothing (Kasus Day Trans Tour dan Travel Kota Semarang)



Jasa tour and travel saat ini cukup berpengaruh terhadap masyarakat, karena membantu perjalanan. Karena terkadang penumpang bisa naik atau turun tanpa peringatan. Sehingga pengusaha tour and travel dapat mengantisipasi penurunan penumpang dengan memperkenalkan pemasaran, rute tujuan kota, paket wisata, dan mobil, driver, dan layanan untuk kenyamanan penumpang. Triple Exponetial Smoothing merupakan metode peramalan yang memiliki kapasitas untuk mengelola elemen musiman dan tren yang secara bersamaan ada dalam data time series. Hasil Normaliasi Nilai SEE Metode SSE 1198921.0732 MSE 47956.8429 MAPE 218.9905. Triple Exponential Smoothing Menggunakan parameter metode α, β, dan γ yang terbaik untuk metode TES pada RStudio, akan dihasilkan nilai akurasi yang terdiri dari SSE, MSE, dan MAPE. Hasil Prediksi Mar 666.0032 Apr 367.7103 Mei 377.8220. Pendekatan MAPE menghasilkan persentase prediksi akurat terbesar.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher Jurnal Sains Komputer & Informatika (J-SAKTI) : Indonesia.,
Collation
006.3
Language
Indonesia
ISBN/ISSN
2548-9771
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment

  • Peramalan Jumlah Penumpang Travel dengan Metode Triple Exponential Smoothing (Kasus Day Trans Tour dan Travel Kota Semarang)
    Jasa tour and travel saat ini cukup berpengaruh terhadap masyarakat, karena membantu perjalanan. Karena terkadang penumpang bisa naik atau turun tanpa peringatan. Sehingga pengusaha tour and travel dapat mengantisipasi penurunan penumpang dengan memperkenalkan pemasaran, rute tujuan kota, paket wisata, dan mobil, driver, dan layanan untuk kenyamanan penumpang. Triple Exponetial Smoothing merupakan metode peramalan yang memiliki kapasitas untuk mengelola elemen musiman dan tren yang secara bersamaan ada dalam data time series. Hasil Normaliasi Nilai SEE Metode SSE 1198921.0732 MSE 47956.8429 MAPE 218.9905. Triple Exponential Smoothing Menggunakan parameter metode α, β, dan γ yang terbaik untuk metode TES pada RStudio, akan dihasilkan nilai akurasi yang terdiri dari SSE, MSE, dan MAPE. Hasil Prediksi Mar 666.0032 Apr 367.7103 Mei 377.8220. Pendekatan MAPE menghasilkan persentase prediksi akurat terbesar.


Information


Web Online Public Access Catalog - Use the search options to find documents quickly