KRESNA MEDIAKRESNA MEDIA
Jurnal Riset InformatikaJurnal Riset InformatikaPenelitian ini bertujuan untuk meramalkan jumlah kunjungan hotel di Kabupaten Mojokerto menggunakan model Autoregressive Integrated Moving Average (ARIMA) berdasarkan data bulanan tahun 2022 hingga 2024 yang diperoleh dari Dinas Kebudayaan, Kepemudaan, Olahraga, dan Pariwisata (Disbudporapar). Fokus penelitian ditujukan pada tiga hotel dengan jumlah kunjungan tertinggi, yaitu Hotel Grand Whiz, Puri Indah Hotel, dan Hotel Arrayana. Implementasi model dilakukan menggunakan Python melalui platform Google Colab, dengan tahapan analisis yang mencakup pengujian stasioneritas data (ADF), proses differencing, identifikasi parameter ARIMA (p, d, q) melalui grafik ACF dan PACF, estimasi otomatis menggunakan auto ARIMA, serta evaluasi residual. Kinerja model diuji dengan metrik MSE, RMSE, dan MAPE. Hasil penelitian menunjukkan bahwa model ARIMA memberikan performa terbaik pada Puri Indah Hotel dengan nilai MAPE sebesar 9,65% (sangat akurat), dan performa terendah pada Hotel Arrayana dengan nilai MAPE sebesar 32,31% (wajar). Visualisasi hasil prediksi menunjukkan bahwa ARIMA efektif untuk pola data yang stabil, namun kurang adaptif terhadap tren yang fluktuatif. Penerapan model ARIMA terbukti dapat mendukung pengambilan keputusan berbasis data dalam perencanaan pariwisata dan strategi operasional hotel di Kabupaten Mojokerto.
Studi ini berhasil menerapkan model ARIMA untuk meramalkan jumlah pengunjung hotel di Kabupaten Mojokerto menggunakan data dari Dinas Kebudayaan, Kepemudaan, Olahraga, dan Pariwisata (Disbudporapar) periode 2022 hingga 2024.Hasil menunjukkan bahwa ARIMA menghasilkan akurasi peramalan yang bervariasi, dengan kinerja terbaik pada Puri Indah Hotel (MAPE.9,65%) dan terendah pada Hotel Arrayana (MAPE.Proses analisis termasuk uji stasioneritas, identifikasi parameter, estimasi model, dan evaluasi akurasi menunjukkan bahwa ARIMA efektif menangkap pola historis, terutama pada dataset yang lebih stabil.Penggunaan ARIMA otomatis (auto ARIMA) meningkatkan akurasi dan konsistensi dalam memilih konfigurasi model optimal di berbagai dataset hotel.Secara keseluruhan, model ini menawarkan alat berharga untuk perencanaan operasional hotel dan pengambilan keputusan strategis di sektor pariwisata regional.
Penelitian lanjutan dapat mengembangkan model prediktif yang mampu menangani variabilitas tinggi dan komponen musiman kompleks, seperti SARIMA atau model hibrida ARIMA-LSTM. Selain itu, mengintegrasikan variabel eksternal seperti musim, hari libur nasional, dan acara pariwisata lokal dapat meningkatkan akurasi peramalan. Pengembangan sistem peramalan berbasis web interaktif juga disarankan untuk mendukung pengambilan keputusan real-time oleh Disbudporapar dan manajemen hotel.
- Indonesian Journal of Data and Science | IJODAS. perbandingan metode arima jaringan syaraf tiruan peramalan... doi.org/10.33096/ijodas.v1i3.18Indonesian Journal of Data and Science IJODAS perbandingan metode arima jaringan syaraf tiruan peramalan doi 10 33096 ijodas v1i3 18
- ESTIMASI PARAMETER MODEL ARCH MENGGUNAKAN METODE BAYES | Dewi | Journal of Fundamental Mathematics and... doi.org/10.14710/jfma.v5i2.15029ESTIMASI PARAMETER MODEL ARCH MENGGUNAKAN METODE BAYES Dewi Journal of Fundamental Mathematics and doi 10 14710 jfma v5i2 15029
- Prediksi Penjualan Tiket Wisata Taman Bermain Menggunakan Metode ARIMA | Techno.Com. penjualan tiket... publikasi.dinus.ac.id/index.php/technoc/article/view/7950Prediksi Penjualan Tiket Wisata Taman Bermain Menggunakan Metode ARIMA Techno Com penjualan tiket publikasi dinus ac index php technoc article view 7950
- The impact of tourism development on the economic, cultural and environmental aspects of local communities... doi.org/10.21744/irjmis.v7n1.819The impact of tourism development on the economic cultural and environmental aspects of local communities doi 10 21744 irjmis v7n1 819
| File size | 1.12 MB |
| Pages | 10 |
| DMCA | Report |
Related /
KRESNA MEDIAKRESNA MEDIA Variabel eksternal seperti Kompleksitas dan Sukarela juga memainkan peran penting, di mana Kompleksitas bukan hambatan, tetapi justru berkontribusi padaVariabel eksternal seperti Kompleksitas dan Sukarela juga memainkan peran penting, di mana Kompleksitas bukan hambatan, tetapi justru berkontribusi pada
KRESNA MEDIAKRESNA MEDIA Untuk menentukan persentase hasil dari klasifikasi yang ditentukan, akan digunakan Confusion Matrix. Hasil proses klasifikasi menggunakan metode NaiveUntuk menentukan persentase hasil dari klasifikasi yang ditentukan, akan digunakan Confusion Matrix. Hasil proses klasifikasi menggunakan metode Naive
KRESNA MEDIAKRESNA MEDIA Pembobotan fitur dilakukan menggunakan TF-IDF, selanjutnya data diklasifikasikan menggunakan Multinomial Naïve Bayes dan Complement Naïve Bayes. HasilPembobotan fitur dilakukan menggunakan TF-IDF, selanjutnya data diklasifikasikan menggunakan Multinomial Naïve Bayes dan Complement Naïve Bayes. Hasil
KRESNA MEDIAKRESNA MEDIA Fitur utama seperti pemesanan, pembayaran, dan pelaporan berjalan sesuai kebutuhan pengguna. Sistem ini memiliki potensi untuk dikembangkan lebih lanjutFitur utama seperti pemesanan, pembayaran, dan pelaporan berjalan sesuai kebutuhan pengguna. Sistem ini memiliki potensi untuk dikembangkan lebih lanjut
KRESNA MEDIAKRESNA MEDIA Korelasi positif menunjukkan bahwa peningkatan sentimen media sosial berkorelasi dengan volatilitas harga Bitcoin yang lebih tinggi daripada pergerakanKorelasi positif menunjukkan bahwa peningkatan sentimen media sosial berkorelasi dengan volatilitas harga Bitcoin yang lebih tinggi daripada pergerakan
KRESNA MEDIAKRESNA MEDIA Penelitian ini mengusulkan metode pelabelan Query by Committee (QBC) untuk meningkatkan akurasi model klasifikasi—khususnya XLM-RoBERTa—dan untuk meningkatkanPenelitian ini mengusulkan metode pelabelan Query by Committee (QBC) untuk meningkatkan akurasi model klasifikasi—khususnya XLM-RoBERTa—dan untuk meningkatkan
AIBPMAIBPM Kedua faktor ini telah diteliti secara terpisah dalam konteks manajemen layanan pendidikan tinggi, tetapi belum pernah diteliti secara bersamaan. StudiKedua faktor ini telah diteliti secara terpisah dalam konteks manajemen layanan pendidikan tinggi, tetapi belum pernah diteliti secara bersamaan. Studi
AIBPMAIBPM Indikator penawaran khusus memiliki nilai terendah, sehingga perlu dievaluasi. Hasil penelitian menunjukkan bahwa promosi sangat menarik bagi penggemarIndikator penawaran khusus memiliki nilai terendah, sehingga perlu dievaluasi. Hasil penelitian menunjukkan bahwa promosi sangat menarik bagi penggemar
Useful /
KRESNA MEDIAKRESNA MEDIA Penelitian ini bertujuan untuk mengembangkan sistem rekomendasi game berbasis web dengan pendekatan hybrid yang mengombinasikan metode K-Means ClusteringPenelitian ini bertujuan untuk mengembangkan sistem rekomendasi game berbasis web dengan pendekatan hybrid yang mengombinasikan metode K-Means Clustering
KRESNA MEDIAKRESNA MEDIA Penelitian ini berhasil mengembangkan sistem pendukung keputusan untuk menentukan destinasi wisata di Semarang dengan menggabungkan metode Entropy danPenelitian ini berhasil mengembangkan sistem pendukung keputusan untuk menentukan destinasi wisata di Semarang dengan menggabungkan metode Entropy dan
KRESNA MEDIAKRESNA MEDIA Sistem ini terbukti akurat dan fungsional untuk tugas presensi, meskipun performa real-time (FPS) sangat bergantung pada akselerasi perangkat keras. PenelitianSistem ini terbukti akurat dan fungsional untuk tugas presensi, meskipun performa real-time (FPS) sangat bergantung pada akselerasi perangkat keras. Penelitian
KRESNA MEDIAKRESNA MEDIA Hal ini menunjukkan bahwa semua persyaratan fungsional sistem terpenuhi dengan baik. Pengujian 15 fitur admin juga menunjukkan hasil serupa, yaitu kesuksesanHal ini menunjukkan bahwa semua persyaratan fungsional sistem terpenuhi dengan baik. Pengujian 15 fitur admin juga menunjukkan hasil serupa, yaitu kesuksesan