INTEGRASI SENSOR INFRARED DAN MODEL ARIMA (AUTOREGRESSIVE INTEGRATED MOVING AVERAGE) UNTUK PENJADWALAN IKLAN VIDEOTRON DI JALAN K.H ABDUL HALIM MAJALENGKA
DOI:
https://doi.org/10.56459/mv6hdf83Keywords:
ARIMA, rekomendasi jadwal, sensor infrared, volume lalu lintas, videotronAbstract
Penelitian ini bertujuan membangun sistem rekomendasi jadwal penayangan iklan videotron berdasarkan volume lalu lintas di Jalan K.H Abdul Halim, Majalengka, yang diperoleh melalui sensor infrared dan diprediksi menggunakan model ARIMA (AutoRegressive Integrated Moving Average). Sensor infrared berbasis pasangan IR Emitter LED 940nm dan Receiver TSOP VS1838B diintegrasikan dengan mikrokontroler ESP32 untuk mendeteksi objek yang melintas dan menghitung volume lalu lintas dalam enam slot waktu per hari (interval empat jam).
Data dikumpulkan selama 30 hari pengamatan (13 Mei – 11 Juni 2026) pada skala prototype, menghasilkan 180 titik data yang dikirim ke server Flask melalui HTTP API dan disimpan pada basis data MySQL. Sistem dikembangkan menggunakan metode prototyping dengan bahasa pemrograman Python serta pustaka pendukung Pandas, Statsmodels, dan Matplotlib. Data dibagi secara kronologis: 80% pertama (144 data, 24 hari) sebagai data latih dan 20% terakhir (36 data, 6 hari) sebagai data uji. Model ARIMA(3,0,2) dipilih melalui grid search dengan nilai AIC terbaik sebesar 1104,74, menghasilkan RMSE sebesar 4,9882 dan MAPE sebesar 20,95% pada slot waktu relevan untuk penayangan iklan (04:00–20:00).
Pengujian Black Box terhadap 14 skenario menunjukkan seluruh fungsionalitas sistem berjalan sesuai rancangan. Pada lingkungan pengujian prototype, sistem berhasil mengklasifikasikan volume objek ke dalam kategori Tinggi, Sedang, dan Rendah untuk merekomendasikan jadwal penayangan iklan videotron yang adaptif dan berbasis data.
References
[1] Badan Pusat Statistik Kabupaten Majalengka, "Ekonomi Kabupaten Majalengka Tahun 2025 Tumbuh Sebesar 6,86 Persen," Majalengka, 2026. [Online]. Available: https://majalengkakab.bps.go.id
[2] I. Y. S. Sihite, R. S. W. Pangestu, and M. C. Politon, "Trend penggunaan media iklan luar ruang di masa pandemi Covid-19," Jurnal Pewarta Indonesia, vol. 4, no. 1, pp. 93–102, 2022.
[3] R. Anindita, A. Supriyadi, and S. Hidayat, "Analisis time series menggunakan pemodelan fungsi ARIMA pada ruas Jalan Mayjen Sungkono Kota Surabaya," Jurnal Statistika dan Aplikasi, vol. 10, no. 2, pp. 112–120, 2022.
[4] A. Supriyatna, S. Fadillah, and Y. Hartono, "Analisis keakuratan sensor infrared dan stopwatch pada praktik GLB dan GLBB," Jurnal Pendidikan Fisika, vol. 9, no. 1, pp. 45–52, 2021.
[5] A. Hudzaifah, D. Nurhadiyanto, and T. Suryanto, "Peramalan arus lalu lintas berdasarkan waktu tempuh dan cuaca menggunakan metode time series decomposition," Jurnal Teknik Sipil dan Perencanaan, vol. 23, no. 1, pp. 55–62, 2021.
[6] Y. Jin, H. Zhang, and X. Liu, "Models for COVID-19 data prediction based on improved LSTM-ARIMA algorithms," International Journal of Computational Intelligence, vol. 19, no. 1, pp. 88–97, 2024.
[7] F. Apriandy et al., "Model estimasi bangkitan pergerakan moda laut menggunakan metode regresi linier dan random forest," Jurnal Arsip Rekayasa Sipil dan Perencanaan, vol. 4, no. 4, 2021, doi: 10.24815/jarsp.v4i4.25844.
[8] T. F. Prasetyo, M. Ta'i, and A. Rosano, "Analisis implementasi sensor infrared berbasis prototype e-parking sebagai pengganti loop detector pada sistem gate parking," Jurnal Sistem Informasi Kaputama, vol. 10, no. 1, pp. 27–34, 2026, doi: 10.59697/jsik.v10i1.1226.
[9] Y. Sari, E. Winarni, and Febriani, "Peramalan kurs Indonesia menggunakan model ARIMA (Autoregressive Integrated Moving Average)," Jurnal Development, vol. 12, no. 2, 2024, doi: 10.53978/jd.v12i2.492.
[10] M. A. Putra and M. Firmansyah, "Penerapan model ARIMA dalam prediksi inflasi di Indonesia periode 2010–2020," Jurnal Ekonomi dan Statistik, vol. 15, no. 1, pp. 77–85, 2023.
[11] M. Sholeh, S. Suraya, and D. Andayati, "Machine learning untuk analisis regresi linier biaya asuransi kesehatan menggunakan Python Jupyter Notebook," Jurnal Edukasi dan Penelitian Informatika, vol. 8, no. 1, 2022, doi: 10.26418/jp.v8i1.48822.
[12] P. Kustanto, B. K. Ramadhan, and A. Noe'man, "Penerapan metode prototype dalam perancangan media pembelajaran interaktif," Jurnal JSRCS, vol. 5, no. 1, pp. 83–94, 2024, doi: 10.31599/6x0dfz47.
[13] W. Ningsih and H. Nurfauziah, "Perbandingan model waterfall dan metode prototype untuk pengembangan aplikasi pada sistem informasi," Jurnal Ilmiah METADATA, vol. 5, no. 1, pp. 83–95, 2023, doi: 10.47652/metadata.v5i1.311.
[14] S. Supiyandi, C. Rizal, and B. Fachri, "Implementasi model prototyping dalam perancangan sistem informasi desa," Resolusi: Rekayasa Teknik Informatika dan Informasi, vol. 3, no. 3, pp. 211–216, 2022, doi: 10.30865/resolusi.v3i3.611.
[15] A. Al Imran and M. Rasul, “Pengembangan tempat sampah pintar menggunakan ESP32,” Jurnal Teknik Elektro dan Komputer, vol. 9, no. 2, pp. 115–122, 2020, doi: 10.35793/jtek.9.2.2020.30645.
[16] D. Yuliana and T. Ramadhani, "Implementasi konsep smart city melalui integrasi IoT dan sistem pengambilan keputusan," Jurnal Sistem Informasi dan Smart City, vol. 11, no. 2, pp. 95–105, 2023.
