PEMODELAN POISSON HIDDEN MARKOV UNTUK PREDIKSI BANYAKNYA KECELAKAAN DI JALAN TOL JAKARTA-CIKAMPEK

Abstract

Model Poisson hidden Markov digunakan untuk memodelkan banyaknya kecelakaan yang terjadi di jalan tol Jakarta-Cikampek pada tahun 2013- 2014. Data banyaknya kecelakaan merupakan barisan observasi yang mengalami overdispersi dan bergantung pada penyebab kecelakaan yang diasumsikan tidak diamati secara langsung dan membentuk rantai Markov. Model Poisson hidden Markov dicirikan oleh parameternya. Pendugaan parameter model dilakukan dengan menggunakan metode Maksimum Likelihood yang perhitungannya menggunakan algoritme Expectation Maximization. Nilai dugaan parameter digunakan untuk membangkitkan barisan penduga kecelakaan. Keakuratan model diukur menggunakan Mean Absolute Percentage Error (MAPE). Menggunakan kriteria AIC diperoleh model Poisson hidden Markov 2 state sebagai model terbaik dengan nilai MAPE 34.0786% untuk prediksi satu waktu yang akan datang.