Peramalan Jumlah Wisatawan Mancanegara Yang Datang Ke Sumatera Utara Dengan Fuzzy Time Series


Didi Febrian(1*), Dinda Kartika(2), Debora Agnes Jessica Nainggolan(3)

(1) Universitas Negeri Medan, Indonesia
(2) Universitas Negeri Medan, Indonesia
(3) Universitas Negeri Medan,  
(*) Corresponding Author

Abstract


Pariwisata merupakan sektor ekonomi yang secara langsung menyentuh dan melibatkan masyarakat. Akibatnya, perubahan sektor pariwisata akan berdampak langsung bagi parekonomian masyarakat. Berdasarkan data BPS, jumlah wisatawan mancanegara yang datang ke Sumatera Utara berfluktuasi, artinya jumlahnya dapat meningkat maupun menurun setiap bulan dan tahun. Berfluktuasinya perubahan jumlah wisatawan ini akan memberikan dampak bagi pelaku pariwisata. Oleh sebab itu, diperlukan suatu cara untuk meramalkan perkiraan jumlah wisatawan, khususnya mancanegara yang datang. Pada penelitian ini, peneliti meramalkan jumlah wisatawan mancanegara yang datang ke Sumatera Utara dengan metode Fuzzy Time Series Markov Chain Model. Pada tahapan penentuan banyak dan panjang interval, digunakan dua rumusan yaitu rumus Sturges dan average based length untuk diperbandingkan hasil peramalannya. Dengan rumus Sturges diperoleh banyak interval 7. Sedangkan rumus average based length diperoleh 20. Penelitian ini menggunakan Data Training sebanyak 85 data dan data uji 23 data. Data-data tersebut merupakan data sekunder yang diambil dari BPS Sumatera Utara. Nilai MAPE dari hasil peramalan dengan banyak interval 7 adalah 6.66 %  dan dengan interval 20 adalah 9.87 %.

Keywords


Pariwisata, Peramalan, Fuzzy Time Series, Markov Chain

References


Spillane, James, J, ”Ekonomi Pariwisata, Sejarah dan Prospeknya”, Kanisius, Yogyakarta, 1987

Buffa, S., et al, “Modern Production and Operation Management. Eight Edition”, Jhon Willey and Sons Inc, London, 1996

Hakimi, F. D.D.,dkk, “Peramalan Kecepatan Angin yang Direkamoleh Sistem AWS dengan Analisis Fuzzy Time Series”, Kubik: Jurnal Publikasi Ilmiah Matematika Vol. 2 No. 2, pp. 24-32, 2017

Windasari, wahyuni, “Peramalan Harga Saham Kioson di Era Ekonomi Digital”, Kubik: Jurnal Publikasi Ilmiah Matematika Vol. 3 No. 1, pp. 77-82, 2018

Cahyandari, R dan R. Erviana, “ Peramalan Kurs Jual Uang Kertas Mata Uang Singapore Dollar (SGD) terhadap Rupiah Menggunakan Model ARFIMA (Autoregressive Fractionally Integrated Moving Average)”, Kubik: Jurnal Publikasi Ilmiah Matematika Vol. 1 No. 1, pp. 49-58, 2015.

Song , Q dan Chissom, B, “Forecasting Enrollments with Fuzzy Time Series-Part I”, International Journal of Fuzzy Sets and Systems 54:1-9, 1993

Chen, S. M, “Forecasting Enrollments based on Fuzzy Time Series. Fuzzy Sets and Systems”, International Journal of Applied Science and Engineering, 1996

Elfajar, Aria B., dkk, “Peramalan Jumlah Kunjungan Wisatawan Kota Batu Menggunakan Metode Time Invariant Fuzzy Time Series”, Jurnal Pengembangan Teknologi dan Ilmu Komputer, Vol 1 No. 2, pp. 85-94, 2017

Gamalita ,A., dkk, “Analisis dan Perancangan Aplikasi Web Prediksi Indeks Harga Saham Gabungan menggunakan Fuzzy Time Series Markov Chain Model [Skripsi]”, Universitas Bina Nusantara, Jakarta, 2014

Rukhansah, Nurmalia., dkk, “Peramalan harga emas menggunakan Fuzzy Time Series Markov Chain Model”, KOMPUTAKI Vol 1 No. 1, pp. 56-74, 2015

Tsaur, RC. 2012. A Fuzzy Time Series-Markov Chain Model With An Application to Forecast The Exchange Rate Between Taiwan and US Dollar. International Journal of Innovative Computing, Information and Control. 87(B) 2012 : 4931-4942.




DOI: https://doi.org/10.15575/kubik.v6i1.10604

Refbacks

  • There are currently no refbacks.


Copyright (c) 2021 Didi Febrian, Dinda Kartika, Debora Agnes Jessica Nainggolan

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.


Journal KUBIK: Jurnal Publikasi Ilmiah Matematika has indexed by:

SINTA DOAJ Dimensions Google Scholar Garuda Moraref DOI Crossref

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.