Data Analysis · Time Series Analysis · Transportation Analytics · 2026
Analisis Runtun Waktu Volume Kendaraan Merak–Bakauheni
Analisis runtun waktu volume kendaraan bulanan pada rute penyeberangan Merak–Bakauheni selama 2023–2024. Menggunakan R, analisis ini mengevaluasi kecenderungan pertumbuhan jangka pendek dan pola musiman yang berulang, dengan volume tertinggi mencapai 820 ribu kendaraan pada April 2024.

- 820KPuncak volumeApril 2024
- +6.57%Kenaikan rata-rataRata-rata bulanan 2023 → 2024
- 24Observasi bulananJanuari 2023 – Desember 2024
- 2Bulan puncak berulangApril dan Desember
Isi studi kasus
Tujuan
Menganalisis volume kendaraan bulanan pada rute Merak–Bakauheni untuk mengidentifikasi kecenderungan perubahan volume, menentukan bulan dengan aktivitas tertinggi, membandingkan pola antar-tahun, serta menilai apakah fluktuasi yang terlihat lebih konsisten dengan pola musiman atau siklis.
Hasil dan keterbatasan
Puncak volume mencapai 820 ribu kendaraan pada April 2024; rata-rata volume bulanan meningkat sekitar 6,57% dari 2023 ke 2024.
Seluruh bulan pada 2024 mencatat volume yang lebih tinggi dibandingkan bulan yang sama pada 2023, dengan kenaikan sekitar 30–40 ribu kendaraan per bulan. Rata-rata bulanan meningkat dari 488,33 ribu menjadi 520,42 ribu kendaraan atau sekitar 6,57%. Puncak utama berulang pada April, yaitu 780 ribu kendaraan pada 2023 dan 820 ribu pada 2024, sedangkan puncak kedua muncul pada Desember. Pola ini lebih konsisten dengan pola musiman yang berkaitan dengan periode libur tahunan. Namun, data hanya mencakup 24 observasi atau dua tahun, sehingga belum cukup untuk menyimpulkan tren jangka panjang maupun siklus multi-tahun secara statistik. Boxplot bulanan juga hanya memiliki dua observasi per bulan sehingga digunakan sebagai visual perbandingan, bukan untuk menarik kesimpulan kuat mengenai distribusi.
Bukti visual
Detail teknis
Buka detail implementasi
Peran dan kontribusi
Mengerjakan keseluruhan analisis secara mandiri. Menyusun data volume kendaraan menjadi objek runtun waktu di R, melakukan analisis deskriptif terhadap tren dan pola musiman, membandingkan pola bulanan antar-tahun, membuat visualisasi, menginterpretasikan periode puncak, serta mendokumentasikan analisis dalam R Markdown.
Metodologi
Sebanyak 24 observasi bulanan dari Januari 2023 hingga Desember 2024 dikonversi menjadi objek ts di R dengan frekuensi 12. Analisis membandingkan setiap bulan pada 2024 dengan bulan yang sama pada 2023, menghitung rata-rata tahunan dan selisih antar-tahun, kemudian menggunakan plot runtun waktu, seasonal plot, dan boxplot bulanan untuk mengevaluasi pola berulang yang berkaitan dengan kalender.
Teknologi
- R
- R Markdown
- knitr
- rmarkdown
- Base R