KRESNA MEDIAKRESNA MEDIA

Jurnal Riset InformatikaJurnal Riset Informatika

Penelitian 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.

  1. 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
  2. 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
  3. 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
  4. 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
Read online
File size1.12 MB
Pages10
DMCAReport

Related /

ads-block-test