Tujuan dari penelitian ini yaitu menentukan model intervensi pada data jumlah pengunjung di objek wisata Londa dan memprediksi bulan Desember 2021 sampai Juni 2022 menggunakan Seasonal Autoregresive Integrated Moving Average (SARIMA). Data yang digunakan adalah bulanan periode Januari 2018 November 2021, diperoleh pihak pengelolah Londa. Pola mengalami fluktuasi signifikan, April 2020 (T=28). M...

Dalam melakukan prediksi gelombang laut beberapa hari kedepan memerlukan keakuratan yang tinggi. Maka dari itu, perkembangan Machine Learning dapat digunakan untuk memprediksi kondisi laut. Representasi mengenai tinggi menentukan keputusan kapal dalam rute pelayaran maupun memungkinkan nelayan berlayar atau tidak. Penelitian ini dilakukan di wilayah Laut Jakarta Utara. perhitungan tersebut meng...

the present research was planned to evaluate the skill of linear stochastic models known as arima and multiplicative seasonal autoregressive integrated moving average (sarima) model in the quantitative forecasting of the standard runoff index (sri) in karkheh basin. to this end, sri was computed in monthly and seasonal time scales in 10 hydrometric stations in 1974-75 to 2012-13 period of time ...

Crude oil price fluctuations affect the business cycle due to affecting ups and downs of growth economy, which one indicators economic phenomenon. The importance prediction requires a model that can predict future prices quickly, easily, accurately so it be used as reference in determining policies. Machine learning is an accurate method predicting makes easier because there no need program com...