Prediksi Jumlah Penduduk Menggunakan Algoritma Holt’s Linear Trend dan ARIMA dengan Penanganan Missing Value

Ganesha, Aziz Wicaksono (2026) Prediksi Jumlah Penduduk Menggunakan Algoritma Holt’s Linear Trend dan ARIMA dengan Penanganan Missing Value. S1 thesis, Universitas Muhammadiyah Magelang.

	PDF (Skripsi) 20.0504.0065_COVER_BAB I_BAB II_BAB III_BAB V-DAFTAR PUSTAKA.pdf - Published Version Download (0B)
	PDF (Skripsi) 20.0504.0065_COVER_BAB IV.pdf - Published Version Restricted to Repository staff only Download (0B) | Request a copy
	PDF (Skripsi) 20.0504.0065_COVER_LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (0B) | Request a copy
	PDF (Skripsi) 20.0504.0065_FULLTEXT.pdf Restricted to Repository staff only Download (0B) | Request a copy
	PDF (Skripsi) 20.0504.0065_Pernyataan_Unggah_Repositori.pdf Download (0B)

Abstract

Pertumbuhan jumlah penduduk merupakan salah satu indikator penting dalam perencanaan
pembangunan daerah, sehingga diperlukan metode prediksi yang akurat. Prediksi jumlah
penduduk dapat membantu pemerintah daerah dalam menyusun kebijakan pembangunan yang
tepat sasaran. Penelitian ini bertujuan untuk membangun dan membandingkan model prediksi
jumlah penduduk Kota Magelang menggunakan algoritma Holt’s Linear Trend dan ARIMA
pada data deret waktu harian. Data yang digunakan merupakan data periode 2019 – 2024 dan
masih mengandung permasalahan kualitas data.
Seluruh data jumlah penduduk yang digunakan dalam penelitian ini mengandung missing value
yang disebabkan oleh hari libur maupun perbedaan interval waktu pada data awal. Oleh karena
itu, dilakukan tahap pra-pemrosesan data yang meliputi reindexing datetime dan penanganan missing
value. Penanganan missing value dilakukan menggunakan metode forward fill dan interpolasi. Setiap
metode interpolasi diuji dan dibandingkan terhadap data aktual untuk menentukan metode
paling mendekati data asli.
Hasil pengujian menunjukkan bahwa interpolasi linear menghasilkan data yang paling stabil
dan sesuai dengan karakteristik data jumlah penduduk yang mengalami perubahan secara
gradual. Metode ini tidak menimbulkan lonjakan nilai yang ekstrem dibandingkan metode
interpolasi yang lain. Oleh karena itu, interpolasi linear digunakan untuk menangani data yang
hilang.
Pemodelan prediksi jumlah penduduk dilakukan dengan membangun model Holt’s Linear
Trend dan ARIMA. Sebelum penerapan ARIMA, dilakukan uji stasioneritas data menggunakan
Augmented Dickey-Fuller (ADF) untuk memastikan data memenuhi asumsi model. Evaluasi
kinerja kedua model dilakukan menggunakan metrik MAE, MSE, MAPE dan R-Squared. Hasil
evaluasi menunjukkan bahwa metode ARIMA memiliki performa yang lebih baik dibandingkan
Holt’s Linear Trend, meskipun perbedaan kinerjanya tidak menunjukkan selisih yang signifikan.

Item Type:	Karya Ilmiah (S1)
Pembimbing:	Maimunah, S.Si., M.Kom dan Pristi Sukmasetya, S.Komp., M.Kom
Uncontrolled Keywords:	Prediksi Jumlah Penduduk, Interpolasi, Holt’s Linear Trend, ARIMA, Data Deret Waktu.
Subjects:	T Technology > T2 Information Technology
Depositing User:	FT 20.0504.0065
Date Deposited:	20 Apr 2026 01:59
Last Modified:	20 Apr 2026 01:59
URI:	https://repositori.unimma.ac.id/id/eprint/7119

Actions (login required)

View Item