PREDIKSI DATA PENARIKAN UANG TUNAI DI MESIN ATM MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA)

  • Fitrinadi FMIPA ULM
  • Irwan Budiman FMIPA ULM
  • Andi Farmadi FMIPA ULM
  • Dodon Turianto Nugrahadi FMIPA ULM
  • Muhammad Itqan Mazdadi FMIPA ULM
Kata Kunci: Data Mining, Finhacks, SARIMA, MAPE, ATM

Abstrak

Abstract

Data mining merupakan serangkaian proses untuk menggali nilai tambah berupa pengetahuan yang selama ini tidak diketahui dari suatu kumpulan data. Banyak algoritma yang dapat digunakan dalam menyelesaikan suatu permasalahan terkait prediksi atau peramalan suatu nilai data baru untuk waktu kedepannya berdasarkan data-data yang sudah ada sebelumnya. Model SARIMA merupakan model dalam analisis runtun waktu (time series). Kinerja metode Seasonal Autoregressive Integrated Moving Average (SARIMA) menghasilkan model  yang cocok atau baik yang digunakan untuk memprediksikan data penarikan uang tunai di mesin ATM. Data yang digunakan dalam penelitian merupakan dataset transaksi ATM yang berasal dari Finhacks. Hasil kesalahan (error) menggunakan MAPE (Mean Absolute Persentage Error) pada hasil prediksi data penarikan uang tunai di mesin ATM adalah K1 16,75%, K2 18,09%, K3 7,85%, K4 5,67%, dan K5 11,80%. Sehingga dapat disimpulkan bahwa data cocok menggunakan model SARIMA yang telah dipilih karena nilai MAPE lebih kecil dari 20%.

Diterbitkan
2022-12-29
##submission.howToCite##
Fitrinadi, Irwan Budiman, Andi Farmadi, Dodon Turianto Nugrahadi, & Muhammad Itqan Mazdadi. (2022). PREDIKSI DATA PENARIKAN UANG TUNAI DI MESIN ATM MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE (SARIMA). Journal of Data Science and Software Engineering, 3(02), 103-118. Diambil dari https://jurnalmahasiswamipa.ulm.ac.id/index.php/integer/article/view/74
Terbitan
Vol 3 No 02 (2022)
Bagian
Artikel