El pronóstico del flujo de pasajeros es crucial para optimizar las operaciones de tránsito urbano, especialmente en países en desarrollo como India, donde la congestión, las limitaciones de infraestructura y los diversos comportamientos de los viajeros representan desafíos significativos. A pesar de su importancia, se ha explorado una cantidad limitada de investigaciones sobre modelos de pronóstico para los sistemas de tránsito urbano de la India, especialmente incorporando los efectos de festivos y las interrupciones causadas por la pandemia de COVID-19. Para abordar esta brecha, proponemos TBATS Boosting, un modelo híbrido de pronóstico novedoso que integra las fortalezas estadísticas de trigonométricas, Box-Cox, ARMA, tendencia y estacional (TBATS) con el poder predictivo de LightGBM. El modelo se entrena con un conjunto de datos del mundo real de cinco años de máquinas de venta de boletos electrónicos (ETM) en el Transporte Municipal de Thane (TMT), incorporando variaciones relacionadas con festivos y la pandemia. Mientras que la Ruta 12 sirve como una ruta de evaluación primaria, se analizan diferentes pares de estaciones para validar su escalabilidad en diferentes niveles de demanda de pasajeros. Para evaluar de manera integral el marco propuesto, se llevó a cabo una evaluación de rendimiento rigurosa utilizando MAE, RMSE, MAPE y WMAPE en pares de estaciones caracterizadas por patrones de flujo de pasajeros heterogéneos. Los resultados empíricos demuestran que el enfoque de TBATS Boosting supera consistentemente a los modelos de referencia, incluidos SARIMA independiente, TBATS, XGBoost y LightGBM. Al capturar de manera efectiva dependencias temporales complejas, múltiples estacionalidades y relaciones no lineales, el marco propuesto mejora significativamente la precisión del pronóstico. Estos avances proporcionan a las autoridades de tránsito una herramienta sólida para optimizar la asignación de recursos, mejorar la confiabilidad del servicio y permitir la toma de decisiones basada en datos en entornos urbanos de tránsito variados y dinámicos.