Peramalan Volume Aktivitas Bongkar Muat Peti Kemas Menggunakan Metode Autoregressive Integrated Moving Average dan Single Exponential Smoothing pada Pelabuhan Batu Ampar

Abstract

Pelabuhan Batu Ampar merupakan pelabuhan utama di Kota Batam yang berperan penting dalam mendukung kegiatan perdagangan dan logistik. Fluktuasi volume aktivitas bongkar muat peti kemas yang terjadi setiap periode memerlukan peramalan yang akurat guna mendukung perencanaan operasional pelabuhan. Penelitian ini bertujuan membandingkan kinerja metode Autoregressive Integrated Moving Average (ARIMA) dan Single Exponential Smoothing (SES) dalam meramalkan volume aktivitas bongkar muat peti kemas dalam negeri dan luar negeri di Pelabuhan Batu Ampar. Data yang digunakan berupa data bulanan periode 2016 – 2025 yang diperoleh dari BP Batam. Analisis dilakukan menggunakan pendekatan time series forecasting dengan pembagian data training periode 2016–2024 dan data testing tahun 2025. Evaluasi model dilakukan menggunakan indikator Mean Absolute Error (MAE), Root Mean Square Error (RMSE), dan Mean Absolute Percentage Error (MAPE). Hasil penelitian menunjukkan bahwa model ARIMA terbaik untuk data dalam negeri adalah ARIMA(2,1,1), sedangkan untuk data luar negeri adalah ARIMA(1,1,1). Namun demikian, metode SES menghasilkan tingkat kesalahan peramalan yang lebih rendah dibandingkan ARIMA pada kedua variabel yang diteliti sehingga dinilai sebagai metode yang lebih akurat. Temuan ini menunjukkan bahwa metode SES dapat digunakan sebagai alternatif yang efektif dalam mendukung perencanaan operasional dan pengambilan keputusan terkait aktivitas bongkar muat peti kemas di Pelabuhan Batu Ampar.