Hybrid Model Arima Dan Neural Network Pada Peramalan Kunjungan Wisatawan Ke Bali

Susanto, Riyanto Tri (2009) Hybrid Model Arima Dan Neural Network Pada Peramalan Kunjungan Wisatawan Ke Bali. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 1307201719-Master_Thesis.pdf Restricted to Repository staff only Download (5MB) | Request a copy

Abstract

Pariwisata merupakan sektor penghasil devisa bagi Indonesia disamping itu sektor ini banyak menyerap tenaga kerja. Peningkatan pendapatan di sektor ini sudah tentu meningkatkan pendapatan pelaku di dalamnya. Kedatangan wisatawan tentu berpengaruh terhadap perekonomian tempat yang dituju. Sektorsektor tersebut antara lain akomodasi, transportasi,.industri dan perdagangan. Hal ini tentu menyerap banyak tenaga kerja. Jadi Sektor pariwisata disamping merupakan penghasil devisa, juga merupakan penggerak sektor yang lain. Oleh karena itu perencanaan yang tepat diperlukan, misalnya untuk mengetahui seberapa banyak wisatawan yang akan datang. Dengan diketahuinya jumlah wisatawan yang akan datang, dapat dilakukan perencanaan sektor lain bahkan bisa dijadikan pedoman untuk melihat peluang yang ada. Dengan demikian diperlukan adanya pemodelan untuk memperkirakan jumlah wisatawan yang akan datang. Pemodelan untuk analisis deret waktu saat ini berkembang baik pendekatan linear maupun nonlinear, Pendekatan liniear saat ini yang banyak dilakukan adalah metode Autoregressive Integrated Moving Average (ARIMA), sedangkan untuk pendekatan nonliniear adalah Neural Network(NN). Metode ARIMA dan NN memiliki kelebihan di bidang masingmasing. Gabungan keduanya (Hybrid ARIMA NN) meningkatkan kemampuan pemodelan keduanya. Dilakukan pemodelan kunjungan wisatawan dengan menggunakan Hybrid ARIMA NN. Dari 6 negara asal yang berkunjung ke Bali menunjukkan bahwa Hybrid ARIMA: NNmemberikan hasil peramalan yang lebih sesuai dibandingkan dengan ARIMA dan NN.
=======================================================================================================================================
Tourism is the sector of foreign exchange for Indonesia in addition to this sector is absorbing a lot of labor. The increase in income in this sector is certainly increased actors in it. arrival of tourists affect the economy where the purposed. Sector- sector, among other accommodation, transport, industry and trade. This absorbs a lot of labor. So in addition to the tourism sector of foreign exchange, is also a sector of the other. Therefore, the correct planning is required., For example, to know how many tourists will come. By knowing the number of tourists to come, can be done evenplanning another sector can be used as a guide to see the opportunities that exist. Thus, the modeling required to estimate the number of tourists who will come. Modeling analysis for the current time line developing good approach to linear and non linear. Linier approach at this time is that many methods do autoregresivve integrated moving average (ARIMA), are non-linear approach ‘to neural network (NN). ARIMA and NN method has the advantages of the fieldeach. Combination of both (Hybrid ARIMA NN) increased modeling capabilities of both Modeling is done with the use of tourists visit Arima Hybrid NN. From 6 countries of origin who came to bali to show that the hybrid ARIMA NN forecasting results provide a more appropriate comparison Arima and NN.

Item Type:	Thesis (Masters)
Additional Information:	RTSt 519.535 Sus h 2009 3100009035110 (WEEDING)
Uncontrolled Keywords:	ARIMA, Hybrid ARIMA NN, Neural Network, Wisatawan, Tourist
Subjects:	Q Science > QA Mathematics > QA280 Box-Jenkins forecasting
Divisions:	Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User:	Anis Wulandari
Date Deposited:	17 Jun 2026 07:21
Last Modified:	17 Jun 2026 07:58
URI:	http://repository.its.ac.id/id/eprint/133855

Actions (login required)

View Item