Peramalan Jumlah Kedatangan Wisatawan Mancanegara dengan Menggunakan Model ARIMA
Abstract
Tourism is the main source of economic development in Bali Province. The Ministry of Tourism and Creative Economy targets 7 million tourists in 2024. The inaccuracy of tourist arrival forecasting processes has negatively impacted business growth and tourism revenue. Therefore, it is necessary to identify factors related to the arrival of foreign tourists to Bali to improve forecasting accuracy and stimulate economic growth. This research is conducted to forecast the number of foreign tourists arriving in 2024, aiming to assist in meeting the established targets. The forecast is performed using the Time Series ARIMA model with variables processed from historical data from 2009 to 2023. Through the ARIMA model, the forecasted number of foreign tourists arriving at Ngurah Rai Airport is 6,243,210, with the smallest Mean Square Error (MSE) being 1899.60. This underscores the need for innovation in tourism promotion and development of tourist destinations in Bali.
Keywords: Prediction; Time Series; Bali Tourism; ARIMA.
Abstrak
Pariwisata merupakan sumber utama pembangunan perekonomian di Provinsi Bali. Kementerian Pariwisata dan Ekonomi Kreatif menargetkan 7 juta wisatawan pada tahun 2024. Ketidaktepatan proses peramalan kedatangan wisatawan selama ini telah berdampak negatif terhadap pertumbuhan bisnis dan pendapatan dari pariwisata. Oleh karena itu, perlu dilakukan identifikasi faktor-faktor yang berhubungan dengan kedatangan wisatawan asing ke Bali untuk meningkatkan ketepatan peramalan dan mendorong pertumbuhan ekonomi. Penelitian ini dilakukan untuk meramalkan jumlah wisatawan asing yang datang pada tahun 2024, guna membantu dalam memenuhi target yang telah ditetapkan. Peramalan dilakukan dengan menggunakan metode Time Series model ARIMA dengan variabel yang diproses meliputi data historis tahun 2009 sampai dengan tahun 2023. Melalui model ARIMA hasil peramalan kedatangan wisatawan asing khususnya di Bandara Ngurah Rai didapatkan jumlah 6.243.210 wisatawan dengan nilai Mean Square Error (MSE) terkecil adalah 1899,60, maka diperlukannya inovasi pada bidang promosi pariwisata dan diperlukan pengembangan destinasi wisata di Bali.
Keywords
References
A. Zulkarnain, G. Luhung Prasojo, H. Prayitno, E. Efendi, and T. Agung Widayat, “Strategi Membangun Kepercayaan Publik Bidang Transportasi Udara Terhadap Maskapai Penerbangan di Indonesia,” SKYHAWK J. Aviasi Indones., vol. 3, no. 2, pp. 235–243, 2023, doi: 10.52074/skyhawk.v3i2.127.
Michelle and Y. Purnama, “Analisis Kinerja dan Fasilitas Aksesibilitas Unit Pelayanan Khusus,” Student Res. J., vol. 1, no. 4, pp. 276–289, 2023, [Online]. Available: https://doi.org/10.55606/srjyappi.v1i4
W. F. MUJTABA, I. G. A. M. SRINADI, and I. W. SUMARJAYA, “Peramalan Jumlah Penumpang Pesawat Bandara I Gusti Ngurah Rai Menggunakan Exponential Smoothing Dan Ruey-Chyn Tsaur,” E-Jurnal Mat., vol. 10, no. 4, p. 222, 2021, doi: 10.24843/mtk.2021.v10.i04.p346.
N. M. M. Mahastuti, N. W. A. Utami, and A. B. M. Wiyaatmaja, “Dampak Perluasan Bandara Internasional I Gusti Ngurah Rai Tahun 2011-2013 Terhadap Kawasan Sekitar,” Pros. Semin. Nas. Desain dan Arsit., vol. 4, no. April, pp. 204–209, 2021, [Online]. Available: https://eprosiding.idbbali.ac.id/index.php/senada/article/ view/575%0Ahttps://eprosiding.idbbali.ac.id/index.php/senada/article/download/575/353
W. Nurhikmah and A. N. Masyi’ah, “Analisis Implementasi Fungsi Manajemen Pada Unit Informasi Dalam Meningkatkan Pelayanan Di Bandar Udara Internasional I Gusti Ngurah Rai Bali,” J. Kaji. dan Penelit. Umum, vol. 1, no. 4, pp. 106–125, 2023.
R. Kurniasih, N. Rohman, and H. Suprayitno, “Kajian Awal Pengelolaan Aset Tetap pada Bandar Udara Internasional I Gusti Ngurah Rai, Bali,” J. Manaj. Aset Infrastruktur Fasilitas, vol. 3, no. 0, pp. 27–38, 2019, doi: 10.12962/j26151847.v3i0.6434.
I. I. Gusti, N. Rai, D. P. Purwandari, and G. C. Wijaya, “Peranan Customer Service dalam Meningkatkan Kepuasan Konsumen Bandara,” J. Pengabdi. Kpd. Masy., vol. 14, no. 3, pp. 500–508, 2023.
Rukini, P. S. Arini, and E. Nawangsih, “Peramalan Jumlah Kunjungan Wisatawan Mancanegara (Wisman) ke Bali Tahun 2019: Metode ARIMA,” J. Ekon. Kuantitatif Terap., vol. 8, no. 2, pp. 136–141, 2019.
R. Hidayat and B. Helmi Mustawinar, “Peramalan Jumlah Wisatawan Asing Dengan Model ARIMA,” J. Mat. dan Apl., vol. 2, no. 2, pp. 104–115, 2022.
R. C. Putri and L. Junaedi, “Penerapan Metode Peramalan Autoregressive Integrated Moving Average Pada Sistem Informasi Pengendalian Persedian Bahan Baku ( Studi Kasus : Toko Kue Onde-Onde Surabaya ),” J. Ilmu Komput. dan Bisnis, vol. XIII, no. 1, pp. 164–173, 2022.
A. Juwanda et al., “Analisa Prediksi Penjualan Mobil dengan Metode Autoregressive Integrated Moving Average (ARIMA),” Semin. Nas. Mhs. Ilmu Komput. dan Apl. Jakarta-Indonesia, no. September, pp. 1–7, 2021, [Online]. Available: https://conference.upnvj.ac.id/index.php/senamika/article/view/1787
S. Putri and A. Sofro, “Peramalan Jumlah Keberangkatan Penumpang Pelayaran Dalam Negeri di Pelabuhan Tanjung Perak Menggunakan Metode ARIMA dan SARIMA,” MATHunesa J. Ilm. Mat., vol. 10, no. 1, pp. 61–67, 2022, doi: 10.26740/mathunesa.v10n1.p61-67.
K. R. A. Muslihin and B. N. Ruchjana, “Model Autoregressive Moving Average (ARMA) untuk Peramalan Tingkat Inflasi di Indonesia,” Limits J. Math. Its Appl., vol. 20, no. 2, p. 209, 2023, doi: 10.12962/limits.v20i2.15098.
Wulandari R.A and Gernowo R, “Metode Autoregressive Integrated Moving Average (ARIMA) dan Metode Adaptive Neuro Fuzzy Inference System (ANFIS) dalam Analisis Curah Hujan,” Berk. Fis., vol. 22, no. 1, pp. 41–48, 2019.
S. Faradilla and A. Suharsono, “Peramalan Penjualan Produk Baja dan Besi di PT MSU dengan Pendekatan Metode ARIMA dan Single Moving Average,” J. Sains dan Seni ITS, vol. 12, no. 1, 2023, doi: 10.12962/j23373520.v12i1.104110.
S. Deviana, Nusyirwan, D. Azis, and P. Ferdias, “Analisis Model Autoregressive Integrated Moving Average Data Deret Waktu Dengan Metode Momen Sebagai Estimasi Parameter,” J. Siger Mat., vol. 2, no. 2, pp. 57–67, 2021.
D. M. Putri and Aghsilni, “Estimasi Model Terbaik Untuk Peramalan Harga Saham PT. Polychem Indonesia Tbk Dengan Arima,” MAp J., vol. 1, no. 1, pp. 1–12, 2019.
M. Mualief, E. Dhartikasari, and M. Jufriyanto, “Metode Double Exponential Smoothing Dan Arima Untuk Meramalkan Kebutuhan Air Pelanggan Pt Petro Karya Niaga,” RADIAL J. Perad. Sains, Rekayasa dan Teknol., vol. 11, no. 2, pp. 392–406, 2023, doi: 10.37971/radial.v11i2.417.
How To Cite This :
Refbacks
- There are currently no refbacks.
