Implementasi ANN untuk Prediksi Angkutan Barang Kereta Api Berbasis Data Historis

Irene Sinaga; Marcel Alezandro  Sihombing; Serenita Silalahi; Stefani Silalahi

doi:10.37817/ikraith-informatika.v10i2.7112

Irene Sinaga Universitas HKBP Nommensen Pematangsiantar
Marcel Alezandro Sihombing Universitas HKBP Nommensen Pematangsiantar
Serenita Silalahi Universitas HKBP Nommensen Pematangsiantar
Stefani Silalahi Universitas HKBP Nommensen Pematangsiantar

DOI: https://doi.org/10.37817/ikraith-informatika.v10i2.7112

Kata Kunci: Artificial Neural Network, Google Colab, Prediksi Angkutan Barang Kereta Api, Data Historis, Time Series

Abstrak

Transportasi kereta api memiliki peran penting dalam mendukung distribusi barang di Indonesia, khususnya di Pulau Jawa dan Sumatera. Perubahan volume angkutan barang dari waktu ke waktu membentuk pola historis yang dapat dimanfaatkan untuk melakukan prediksi. Penelitian ini bertujuan mengimplementasikan Artificial Neural Network (ANN) untuk memprediksi volume angkutan barang kereta api berdasarkan data historis Badan Pusat Statistik (BPS) periode 2019–2026. Data diproses melalui tahapan preprocessing yang meliputi data cleaning, pembentukan sliding window, normalisasi Min-Max, serta pembagian data menjadi data latih dan data uji. Model ANN dibangun menggunakan algoritma Backpropagation dan diimplementasikan menggunakan Google Colab dengan memanfaatkan pustaka TensorFlow dan Keras. Hasil implementasi menunjukkan bahwa model mampu mempelajari pola historis data, yang ditunjukkan oleh penurunan nilai training loss selama proses pelatihan serta grafik hasil prediksi yang mengikuti pola data aktual. Hasil penelitian menunjukkan bahwa metode ANN dapat digunakan sebagai pendekatan untuk melakukan prediksi data deret waktu (time series) pada volume angkutan barang kereta api.