GOODWOODPUBGOODWOODPUB

Journal of Sustainable Tourism and EntrepreneurshipJournal of Sustainable Tourism and Entrepreneurship

Tujuan penelitian ini adalah untuk mengkaji pola musiman dalam preferensi wisatawan terhadap penginapan resort mewah di Bali, dengan menekankan pengaruh latar belakang budaya terhadap pilihan akomodasi. Metode yang digunakan melibatkan analisis data ulasan daring bulanan dari TripAdvisor untuk Bvlgari Resort Bali, serta penerapan model ARIMA untuk meramalkan tren hunian setelah melakukan uji stasioneritas data. Selain peramalan, penelitian ini juga menelusuri preferensi tamu dengan menganalisis karakteristik budaya yang terinferensi dari ulasan, mengkategorikan orientasi individualis. Hasil menunjukkan bahwa tren hunian tidak sepenuhnya selaras dengan kategori musiman yang ditetapkan hotel, melainkan dipengaruhi oleh tren perjalanan global dan faktor budaya. Tamu dari budaya kolektivis lebih menyukai fasilitas yang mendukung interaksi kelompok, sedangkan tamu dari budaya individualis mengutamakan privasi, eksklusivitas, dan layanan personalisasi. Model ARIMA menghasilkan perkiraan akurat yang efektif dalam memprediksi tingkat hunian di masa mendatang.

Analisis menunjukkan bahwa pola musiman secara signifikan memengaruhi tingkat hunian Bvlgari Resort Bali, namun variasi hunian tidak selalu sejalan dengan kategori musiman yang ditetapkan hotel.Temuan mengindikasikan bahwa faktor tambahan seperti tren perjalanan wisata yang berubah serta preferensi tamu yang dipengaruhi oleh latar belakang budaya, terutama perbedaan antara budaya kolektivis dan individualis, turut membentuk pola hunian.Model ARIMA terbukti efektif dalam meramalkan tren hunian masa depan dengan akurasi tinggi, mendukung keputusan operasional, pemasaran, dan penetapan harga yang lebih tepat.

Penelitian lanjutan dapat memperluas analisis dengan membandingkan beberapa resort mewah di berbagai wilayah untuk mengevaluasi apakah pola musiman dan pengaruh budaya yang teridentifikasi bersifat umum atau spesifik lokasi, serta menguji keakuratan model ARIMA dibandingkan dengan algoritma pembelajaran mesin yang lebih kompleks. Selanjutnya, penting untuk mengintegrasikan variabel makroekonomi, kebijakan politik, dan gangguan perjalanan internasional ke dalam model peramalan guna meningkatkan kemampuan prediksi pada kondisi eksternal yang dinamis. Akhirnya, studi mendalam mengenai analisis sentimen ulasan daring yang dipadukan dengan segmentasi budaya dapat memberikan insight lebih kaya tentang bagaimana persepsi tamu memengaruhi keputusan pemesanan, sehingga memungkinkan pengembangan strategi pemasaran yang lebih terpersonalisasi dan responsif terhadap perubahan preferensi wisatawan.

  1. Doran, A. & Schofield, P. (2023) Chapter 3 Tourism and the Seasons In: Goulding, P. (ed) . Oxford:... goodfellowpublishers.com/academic-publishing.php?content=doi&doi=10.23912/9781911635840-5446Doran A Schofield P 2023 Chapter 3 Tourism and the Seasons In Goulding P ed Oxford goodfellowpublishers academic publishing php content doi doi 10 23912 9781911635840 5446
  2. NOWCASTING TINGKAT PENGHUNIAN KAMAR HOTEL MENGGUNAKAN GOOGLE TRENDS | Seminar Nasional Official Statistics.... prosiding.stis.ac.id/index.php/semnasoffstat/article/view/636NOWCASTING TINGKAT PENGHUNIAN KAMAR HOTEL MENGGUNAKAN GOOGLE TRENDS Seminar Nasional Official Statistics prosiding stis ac index php semnasoffstat article view 636
  3. Tourist Preferences at Hotel and Resort Based on Review Data | Journal of Business and Economics Research... doi.org/10.47065/jbe.v6i1.6844Tourist Preferences at Hotel and Resort Based on Review Data Journal of Business and Economics Research doi 10 47065 jbe v6i1 6844
  4. Forecasting Hotel Occupancy Rate in Riau Province Using ARIMA and ARIMAX | Proceedings of The International... proceedings.stis.ac.id/icdsos/article/view/199Forecasting Hotel Occupancy Rate in Riau Province Using ARIMA and ARIMAX Proceedings of The International proceedings stis ac icdsos article view 199
Read online
File size1.04 MB
Pages17
DMCAReport

Related /

ads-block-test