Melola Discovery

← Melola Discovery

Open access Jurnal

Forecasting The Search Trends of The Keyword “Sarung Wadimor” In Indonesia on Google Trends Data Using Time Series Regression with Calender Variation and Arima Box-Jenkins

Peramalan Tren Pencarian Kata Kunci “Sarung Wadimor” Di Indonesia Pada Data Google Trends Menggunakan Time Series Regression with Calender Variation dan Arima Box-Jenkins

Jurnal Matematika, Statistika dan Komputasi · Vol. 19 No. 3 (2023) · pp. 447–459

DOI
10.20956/j.v19i3.24551
ISSN
2614-8811, 1858-1382
Published
2023-05-05
Publisher
Department of Mathematics, Hasanuddin University
Language
en
License
creativecommons.org/licenses/by/4.0

Abstract

English

The impact of this 4.0 era is that data is growing and can be collected very easily and then reprocessed to obtain information. One of the search engines for various data and information that is often used is Google, causing a high search intensity and will further impact on increasing the amount of data generated by search engines. Google Trends is one of the official websites from Google that reflects or takes pictures of events in society based on search keywords. The search keyword that will be studied in this article is “Sarung Wadimor”. Therefore, the purpose of this research is to forecast the search trend for the keyword "Sarung Wadimor" which is interesting because the resulting time series data pattern shows a recurring pattern due to the effect of calendar variations which are thought to be related to the month of Ramadan. Forecasting modeling uses Autoregressive Integrated Moving Average (ARIMA) and Time Series Regression (TSR). The goodness of the model used in this article is the Mean Square Error (MSE), Root Mean Square Error (RMSE), and Symmetric Mean Absolute Percentage Error (SMAPE). Based on the results of the analysis, using three goodness-of-fit measures shows that the TSR model with the Calendar Variation of Ramadan + Month Periods has smaller MSE, RMSE, and SMAPE values than the other models with goodness-of-fit values of 88.602, 9.413, and 26.950, respectively. Forecasting results for the next 6 periods show that the search trend for the keyword "Sarung Wadimor" tends to decrease, this is because the month of Ramadan is still quite far in 2023.

Bahasa Indonesia

Dampak dari era 4.0 ini adalah data semakin berkembang dan dapat dihimpun dengan sangat mudah dan kemudian diproses kembali untuk diperoleh suatu informasi. Salah satu mesin pencarian berbagai data maupun informasi yang seringkali digunakan adalah Google sehingga menyebabkan tingginya intensitas pencarian dan selanjutnya akan berdampak terhadap peningkatan jumlah data yang dihasillkan oleh mesin pencarian. Google Trends merupakan salah satu laman resmi dari Google yang merefleksikan atau mempotret kejadian di masyarakat berdasarkan kata kunci pencarian. Kata kunci pencarian yang akan dikaji dalam artikel ini adalah “Sarung Wadimor”. Oleh karena itu, tujuan dari penelitian ini adalah melakukan peramalan tren pencarian kata kunci “Sarung Wadimor” di mana menjadi hal yang menarik dikarenakan pola data runtun waktu yang dihasilkan menunjukkan pola yang berulang akibat adanya efek variasi kalender yang diduga berhubungan dengan bulan Ramadan. Pemodelan peramalan menggunakan Autoregressive Integrated Moving Average (ARIMA) dan Time Series Regression (TSR). Ukuran kebaikan model yang digunakan pada artikel ini yaitu Mean Square Error (MSE), Root Mean Square Error (RMSE), dan Symmetric Mean Absolute Percentage Error (SMAPE). Berdasarkan hasil analisis, dengan menggunakan tiga ukuran kebaikan menunjukkan bahwa model TSR dengan Variasi Kalender Periode Ramadan + Bulan memiliki nilai MSE, RMSE, dan SMAPE yang lebih kecil dibandingkan model lainnya dengan nilai ukuran kebaikan berturut-turut sebesar 88,602, 9,413, dan 26,950. Hasil peramalan untuk 6 periode kedepan menunjukkan tren pencarian kata kunci “Sarung Wadimor” cenderung turun, hal ini mengingat karena periode bulan Ramadan masih cukup jauh di Tahun 2023.

Keywords

Collaboration network of the authors

9 authors · 15 co-authorship links

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Sifriyani SifriyaniAffiliation unknown2
Zakiyah Mar'ahAffiliation unknown1
Andrea Tri Rian DaniAffiliation unknown1
Asnita AsnitaAffiliation unknown1
Suyitno SuyitnoAffiliation unknown1
Adelia MirandaAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://journal.unhas.ac.id/index.php/jmsk/oai, first harvested 5 Nov 2026, last seen 5 Nov 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en">Forecasting The Search Trends of The Keyword “Sarung Wadimor” In Indonesia on Google Trends Data Using Time Series Regression with Calender Variation and Arima Box-Jenkins</dc:title>
	<dc:title xml:lang="id">Peramalan Tren Pencarian Kata Kunci “Sarung Wadimor” Di Indonesia Pada Data Google Trends Menggunakan Time Series Regression with Calender Variation dan Arima Box-Jenkins</dc:title>
	<dc:creator xml:lang="en">Dani, Andrea Tri</dc:creator>
	<dc:creator xml:lang="en">Fauziyah, Meirinda  </dc:creator>
	<dc:creator xml:lang="en">Sandariria, Hardina  </dc:creator>
	<dc:subject xml:lang="en">ARIMA</dc:subject>
	<dc:subject xml:lang="en">Google Trends</dc:subject>
	<dc:subject xml:lang="en">Time Series Regression</dc:subject>
	<dc:subject xml:lang="en">Wadimor</dc:subject>
	<dc:description xml:lang="en">The impact of this 4.0 era is that data is growing and can be collected very easily and then reprocessed to obtain information. One of the search engines for various data and information that is often used is Google, causing a high search intensity and will further impact on increasing the amount of data generated by search engines. Google Trends is one of the official websites from Google that reflects or takes pictures of events in society based on search keywords. The search keyword that will be studied in this article is “Sarung Wadimor”. Therefore, the purpose of this research is to forecast the search trend for the keyword "Sarung Wadimor" which is interesting because the resulting time series data pattern shows a recurring pattern due to the effect of calendar variations which are thought to be related to the month of Ramadan. Forecasting modeling uses Autoregressive Integrated Moving Average (ARIMA) and Time Series Regression (TSR). The goodness of the model used in this article is the Mean Square Error (MSE), Root Mean Square Error (RMSE), and Symmetric Mean Absolute Percentage Error (SMAPE). Based on the results of the analysis, using three goodness-of-fit measures shows that the TSR model with the Calendar Variation of Ramadan + Month Periods has smaller MSE, RMSE, and SMAPE values than the other models with goodness-of-fit values of 88.602, 9.413, and 26.950, respectively. Forecasting results for the next 6 periods show that the search trend for the keyword "Sarung Wadimor" tends to decrease, this is because the month of Ramadan is still quite far in 2023.</dc:description>
	<dc:description xml:lang="id">Dampak dari era 4.0 ini adalah data semakin berkembang dan dapat dihimpun dengan sangat mudah dan kemudian diproses kembali untuk diperoleh suatu informasi. Salah satu mesin pencarian berbagai data maupun informasi yang seringkali digunakan adalah Google sehingga menyebabkan tingginya intensitas pencarian dan selanjutnya akan berdampak terhadap peningkatan jumlah data yang dihasillkan oleh mesin pencarian. Google Trends merupakan salah satu laman resmi dari Google yang merefleksikan atau mempotret kejadian di masyarakat berdasarkan kata kunci pencarian. Kata kunci pencarian yang akan dikaji dalam artikel ini adalah “Sarung Wadimor”. Oleh karena itu, tujuan dari penelitian ini adalah melakukan peramalan tren pencarian kata kunci “Sarung Wadimor” di mana menjadi hal yang menarik dikarenakan pola data runtun waktu yang dihasilkan menunjukkan pola yang berulang akibat adanya efek variasi kalender yang diduga berhubungan dengan bulan Ramadan. Pemodelan peramalan menggunakan Autoregressive Integrated Moving Average (ARIMA) dan Time Series Regression (TSR). Ukuran kebaikan model yang digunakan pada artikel ini yaitu Mean Square Error (MSE), Root Mean Square Error (RMSE), dan Symmetric Mean Absolute Percentage Error (SMAPE). Berdasarkan hasil analisis, dengan menggunakan tiga ukuran kebaikan menunjukkan bahwa model TSR dengan Variasi Kalender Periode Ramadan + Bulan memiliki nilai MSE, RMSE, dan SMAPE yang lebih kecil dibandingkan model lainnya dengan nilai ukuran kebaikan berturut-turut sebesar 88,602, 9,413, dan 26,950. Hasil peramalan untuk 6 periode kedepan menunjukkan tren pencarian kata kunci “Sarung Wadimor” cenderung turun, hal ini mengingat karena periode bulan Ramadan masih cukup jauh di Tahun 2023.</dc:description>
	<dc:publisher xml:lang="en">Department of Mathematics, Hasanuddin University</dc:publisher>
	<dc:date>2023-05-05</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://journal.unhas.ac.id/index.php/jmsk/article/view/24551</dc:identifier>
	<dc:identifier>10.20956/j.v19i3.24551</dc:identifier>
	<dc:source xml:lang="en">Jurnal Matematika, Statistika dan Komputasi; Vol. 19 No. 3 (2023): MAY, 2023; 447-459</dc:source>
	<dc:source>2614-8811</dc:source>
	<dc:source>1858-1382</dc:source>
	<dc:language>en</dc:language>
	<dc:relation>https://journal.unhas.ac.id/index.php/jmsk/article/view/24551/9707</dc:relation>
	<dc:relation>10.20956/j.v19i3.24551.g9707</dc:relation>
	<dc:rights xml:lang="en">Copyright (c) 2023 Author and publisher</dc:rights>
	<dc:rights xml:lang="en">https://creativecommons.org/licenses/by/4.0</dc:rights>
</oai_dc:dc>