Konsep Dasar Data Runtun Waktu_Analisis Data Waktu

Soal

Dinas Perhubungan mencatat jumlah kendaraan yang menyeberang di Pelabuhan Merak–Bakauheni setiap bulan, Januari 2023–Desember 2024 (ribuan kendaraan).

Adapun langkah-langkah pengerjaannya sebagai berikut:

1. Persiapan Data

kendaraan <- c(
  420, 410, 430, 780, 460, 470, 460, 480, 440, 450, 460, 600,
  450, 440, 460, 820, 490, 500, 495, 510, 470, 480, 490, 640
)

bulan_label <- c("Jan","Feb","Mar","Apr","Mei","Jun",
                 "Jul","Agu","Sep","Okt","Nov","Des")

df <- data.frame(
  Tahun = rep(2023:2024, each = 12),
  Bulan = rep(bulan_label, 2),
  Kendaraan = kendaraan
)
df
##    Tahun Bulan Kendaraan
## 1   2023   Jan       420
## 2   2023   Feb       410
## 3   2023   Mar       430
## 4   2023   Apr       780
## 5   2023   Mei       460
## 6   2023   Jun       470
## 7   2023   Jul       460
## 8   2023   Agu       480
## 9   2023   Sep       440
## 10  2023   Okt       450
## 11  2023   Nov       460
## 12  2023   Des       600
## 13  2024   Jan       450
## 14  2024   Feb       440
## 15  2024   Mar       460
## 16  2024   Apr       820
## 17  2024   Mei       490
## 18  2024   Jun       500
## 19  2024   Jul       495
## 20  2024   Agu       510
## 21  2024   Sep       470
## 22  2024   Okt       480
## 23  2024   Nov       490
## 24  2024   Des       640
library(forecast)
## Warning: package 'forecast' was built under R version 4.4.3

Data yang digunakan adalah data jumlah kendaraan yang menyeberang di Pelabuhan Merak–Bakauheni setiap bulan, Januari 2023–Desember 2024 (ribuan kendaraan).Terlihat struktur datanya terdiri dari 24 baris dan 3 kolom, yaitu:

  • Tahun: menunjukkan tahun pencatatan
  • Bulan: menunjukkan bulan pencatatan
  • Kendaraan: menunjukkan jumlah kendaraan yang menyebrang di Pelabuhan Merak-Bakauheni

2. Buat Objek ts dan Plot Runtun Waktu

kendaraan_ts <- ts(kendaraan, start = c(2023, 1), frequency = 12)
kendaraan_ts
##      Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
## 2023 420 410 430 780 460 470 460 480 440 450 460 600
## 2024 450 440 460 820 490 500 495 510 470 480 490 640
plot(kendaraan_ts,
     main = "Jumlah Kendaraan Penyeberangan Merak–Bakauheni (2023–2024)",
     xlab = "Waktu", 
     ylab = "Jumlah Kendaraan (ribuan)",
     col = "purple")
grid()

Plot menunjukkan pergerakan jumlah kendaraan yang menyebrang di Pelabuhan Merak-Bakauheni pada periode Januari 2023 sampai Desember 2024. Dari plot terlihat pola:

  • Lonjakan tertinggi pertama terjadi di sekitar pertengahan tahun yaitu bulan April, mencapai 780 ribu kendaraan pada tahun 2023 dan 820 ribu kendaraan pada 2024.

  • Lonjakan tertinggi kedua terjadi di akhir tahun yaitu bulan Desember, mencapai 600 ribu kendaraan pada tahun 2023 dan 640 ribu kendaraan pada tahun 2024.

  • Pada bulan-bulan lainnya, jumlah kendaraan relatif stabil, sekitar 410-510 ribu kendaraan.

3. Identifikasi apakah data menunjukkan komponen tren, dan jelaskan alasannya

## Analisis tren dengan membandingkan rata-rata tahunan
rata_2023 <- mean(kendaraan[1:12])
rata_2024 <- mean(kendaraan[13:24])

rata_2023
## [1] 488.3333
rata_2024
## [1] 520.4167
## Selisih & persentase kenaikan

selisih <- rata_2024 - rata_2023
persen_naik <- (selisih/rata_2023)*100
selisih
## [1] 32.08333
persen_naik
## [1] 6.569966

Rata-rata jumlah kendaraan yang menyebrang di Pelabuhan Merak-Bakauheni pada tahun 2023 sebanyak 488,33 ribu kendaraan dan pada tahun 2024 sebanyak 520,42 ribu kendaraan, atau naik 32,08 ribu kendaraan atau sebesar 6,57%.

Kenaikan rata-rata tahunan ini menunjukkan bahwa data memiliki komponen tren naik, karena data bergeser ke atas secara konsisten dari tahun 2023 ke tahun 2024.

Hasil ini juga mendukung apa yang terlihat pada plot runtun waktu.

4. Identifikasi bulan-bulan puncak kunjungan

puncak <- df[order(-df$Kendaraan), ]
head(puncak, 6)
##    Tahun Bulan Kendaraan
## 16  2024   Apr       820
## 4   2023   Apr       780
## 24  2024   Des       640
## 12  2023   Des       600
## 20  2024   Agu       510
## 18  2024   Jun       500

Puncak bulan kunjungan jumlah kendaraan yang menyebrang di Pelabuhan Merak-Bakauheni pada periode Januari 2023 sampai Desember 2024 terlihat di bulan April tahun 2023 dengan 820 ribu kendaraan dan April tahun 2024 dengan 780 ribu kendaraan, yang dimana berkaitan dengan periode mudik Lebaran/Idul Fitri.

Pada bulan Desember tahun 2024 dengan 640 ribu kendaraan dan Desember tahun 2023 dengan 600 ribu kendaraan, yang dimana berkaitan dengan libur Natal dan Tahun Baru.

5. Musiman atau Siklis?

## Boxplot per bulan 
df$Bulan <- factor(df$Bulan, levels = bulan_label)
boxplot(Kendaraan ~ Bulan, data = df,
        col = "purple", border = "purple4",
        main = "Boxplot Jumlah Kendaraan per Bulan (2023-2024)",
        xlab = "Bulan", ylab = "Jumlah Kendaraan (ribuan)")

## Seasonal plot 
ggseasonplot(kendaraan_ts, 
             year.labels = TRUE,
             main = "Seasonal plot Jumlah Kendaraan per Bulan (2023-2024)",
             xlab = "Bulan", 
             ylab = "Jumlah Kendaraan (ribuan)")

Boxplot

Menunjukkan pada bulan April menonjol jauh dari bulan lain, sekitar 780-820 ribu kendaraan, yang kemudian diikuti oleh bulan Desember sekitar 600-640 ribu kendaraan, sementara bulan lainnya sekitar 410-510 ribu dengan variasi stabil.

Seasonal

Menunjukkan garis 2023 dan 2024 memiliki bentuk pola yang serupa, melonjak di bulan April dan bulan Desember, dengan garis 2024 konsisten lebih tinggi dari 2023.

Kesimpulan

Pola bersifat musiman bukan siklis, karena lonjakan selalu terjadi pada bulan yang sama yaitu April dan Desember di setiap tahunnya dengan periode tetap 12 bulan.