Backpropagation untuk Memprediksi Jumlah Wisatawan Mancanegara ke Indonesia
DOI:
https://doi.org/10.32664/smatika.v11i02.622Kata Kunci:
Prediksi Kunjungan Wisatawan, Backpropagation, Data BPSAbstrak
Mengembangkan wilayah yang berpotensi wisata merupakan usaha meningkatkan sumber penghasilan bagi penduduk desa. Wilayah yang mempunyai area wisata dapat menjadi wahana yang menarik perhatian masyarakat, baik masyarakat dalam negeri maupun luar negeri. Wisatawan yang datang dapat memberikan pemasukan bagi daerah wisata ataupun masyarakat. Oleh karena itu dengan memprediksi jumlah wisatawan yang masuk dapat diprediksi berdasarkan data tahun-tahun sebelumnya. Tujuan melakukan prediksi agar dapat memperbaiki prasarana dan semua kebutuhan bagi para wisatawan. Tujuan penelitian ini menerapkan metode Backpropagation untuk memprediksi jumlah kunjungan wisatawan mancanegara ke Indonesia. Dataset yang digunakan dalam implementasi metode Backpropagation adalah 6000 baris, dan dibagi menjadi data training 4800 baris, dan data tes 1200 baris. Dataset diambil dari website bps, dengan variabel input adalah bulan, tahun, negara asal, pintu masuk wisatawan ke Indonesia, dan variabel output adalah jumlah wisatawan. Model dari Backpropagation dievaluasi dengan menghitung MAE, serta arsitektur yang dibangun adalah 4-9-1, 4 node input layer, 9 node hidden layer, dan 1 node output layer. Hasil ujicoba nilai MAE dari metode Backpropagation dalam memprediksi jumlah wisatawan ke Indonesia adalah 0,247.
Referensi
B. D. Setiawan, F. A. Bachtiar, and G. Ramadhona, “Prediksi Produktivitas Padi Menggunakan Jaringan Syaraf Tiruan Backpropagation,†J. Pengemb. Teknol. Inf. dan Ilmu Komput., 2018.
N. Nafi’iyah, A. Ahmad Salaffudin1, and N. Q. Nawafilah, “Algoritma Backpropagation untuk Memprediksi Korban Bencana Alam,†SMATIKA J., 2020, doi: 10.32664/smatika.v9i02.400.
Y. L. Saputra and E. Ekojono, “Sistem Informasi Prediksi Jumlah Wisatawan Pada Jawa Timur Park Group Kota Wisata Batu Menggunakan Metode Forecasting,†J. Inform. Polinema, vol. 2, no. 3, 2016, doi: 10.33795/jip.v2i3.70.
F. R. Kustiawan and Hudori, “Forecasting Jumlah Wisatawan Di Taman Wisata Alam Kawah Ijen Dengan Metode Exponential Smoothing Berbantu Zaitun Time Series,†J. Pendidik. Mat. Mat., vol. I, no. 1, 2017.
F. I. Yusuf and D. H. Anjasari, “Metode Triple Exponential Smoothing Holt Winter untuk peramalan Jumlah Wisatawan Nusantara Di Kabupaten Banyuwangi,†J. UJMC, vol. 4, 2018.
A. B. Elfajar, B. D. Setiawan, and C. Dewi, “Peramalan Jumlah Kunjungan Wisatawan Kota Batu Menggunakan Metode Time Invariant Fuzzy Time Series,†J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. 1, no. 2, 2017.
A. Indrasetianingsih and I. Damayanti, “Prediksi Jumlah Kunjungan Wisatawan Mancanegara di Indonesia dengan Menggunakan Metode ARIMA Box-Jenkins dan Jaringan Syaraf Tiruan,†J Stat. J. Ilm. Teor. dan Apl. Stat., vol. 10, no. 2, 2018, doi: 10.36456/jstat.vol10.no2.a1219.
E. Kurniawati and O. Yantri, “Pemodelan Jumlah Kunjungan Wisatawan Mancanegara Di Batam Dengan Menggunakan Arima Dan Regresi Time Series,†J. Dimens., vol. 7, no. 3, 2018, doi: 10.33373/dms.v7i3.1716.
N. Syamsiah Oktaviani and I. Purwandani, “Penerapan Neural Network Untuk Peramalan Data Time Series Univariate Jumlah Wisatawan Mancanegara,†J. Mantik Penusa, vol. 3, no. 3, 2019.
M. A. D. Chandrasa, E. Lesmana, and E. Hertini, “Peramalan Jumlah Kedatangan Wisatawan Mancanegara Ke Indonesia Dengan Metode Holt-Winters Dan Hubungannya Terhadap Pendapatan Devisa Pariwisata,†Teorema Teor. dan Ris. Mat., vol. 5, no. 2, 2020, doi: 10.25157/teorema.v5i2.3790.
N. P. N. Hendayanti and M. Nurhidayati, “Perbandingan Metode Seasonal Autoregressive Integrated Moving Average (SARIMA) dengan Support Vector Regression (SVR) dalam Memprediksi Jumlah Kunjungan Wisatawan Mancanegara ke Bali,†J. Varian, vol. 3, no. 2, 2020, doi: 10.30812/varian.v3i2.668.
M. Marbun, H. T. Sihotang, and M. A. Nababan, “Perancangan Sistem Peramalan Jumlah Wisatawan Asing,†J. Mantik Penusa, vol. 2, no. 1, 2018.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Penulis telah menyetujui bahwa pemegang hak cipta adalah SMATIKA Jurnal. Dan Author berhak menyebarkan artikel tanpa seijin SMATIKA jurnal.
