Peramalan Jumlah Penumpang Kereta Api Nasional dengan Model Hybrid ARIMAX-XGBoost Menggunakan Dummy Intervensi

Abstract

Abstrak

Keberadaan guncangan struktural (structural break) pada data deret waktu menyebabkan metode peramalan linear konvensional memiliki keterbatasan dalam menghasilkan akurasi yang tinggi. Keterbatasan ini sangat terlihat pada data mobilitas penumpang kereta api nasional yang merekam fluktuasi ekstrem dan perubahan level secara permanen akibat krisis makro di masa lalu, seperti pandemi COVID-19. Penelitian ini bertujuan membangun model peramalan yang adaptif menggunakan pendekatan Hybrid yang menggabungkan model statistik linear Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX) dan algoritma Machine Learning non-linear eXtreme Gradient Boosting (XGBoost). Metodologi dilakukan dalam dua tahap, yaitu estimasi komponen linear dan dampak kebijakan menggunakan ARIMAX dengan empat variabel dummy intervensi, dilanjutkan dengan pemodelan sisaan (residual) yang mengandung pola non-linear menggunakan XGBoost. Hasil analisis menunjukkan model linear terbaik adalah ARIMAX(0,1,3) dengan residu yang terbukti tidak berdistribusi normal, menjustifikasi penggunaan XGBoost pada tahap kedua. Evaluasi kinerja pada data uji (out-of-sample) membuktikan bahwa model Hybrid ARIMAX-XGBoost lebih unggul dibandingkan model ARIMAX tunggal, dengan penurunan nilai RMSE sebesar 2,76% dan perbaikan akurasi MAPE sebesar 2,81%, sehingga pendekatan ini lebih efektif digunakan untuk perencanaan operasional transportasi di era pemulihan pasca-pandemi.

Abstract 

The existence of structural breaks in time series data causes conventional linear forecasting methods to have limitations in producing high accuracy. This limitation is highly evident in the national train passenger mobility data, which records extreme fluctuations and permanent level shifts due to past macro crises, such as the COVID-19 pandemic. This study aims to build an adaptive forecasting model using a Hybrid approach combining the linear statistical model Autoregressive Integrated Moving Average with Exogenous Variables (ARIMAX) and the non-linear Machine Learning algorithm eXtreme Gradient Boosting (XGBoost). The methodology was conducted in two stages, estimating linear components and policy impacts using ARIMAX with four intervention dummy variables, followed by modeling the residuals containing non-linear patterns using XGBoost. The analysis results indicated that the best linear model was ARIMAX(0,1,3) with residuals proven to be non-normally distributed, justifying the use of XGBoost in the second stage. Performance evaluation on testing data (out-of-sample) demonstrated that the Hybrid ARIMAX-XGBoost model outperformed the single ARIMAX model, with a 2.76% decrease in RMSE and a 2.81% improvement in MAPE accuracy, proving that this approach is more effective for transportation operational planning in the post-pandemic recovery era.