Record Details

Penerapan Support Vector Regression dan Particle Swarm Optimization untuk Prediksi Jumlah Kunjungan Wisatawan Mancanegara ke Daerah Istimewa Yogyakarta

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Penerapan Support Vector Regression dan Particle Swarm Optimization untuk Prediksi Jumlah Kunjungan Wisatawan Mancanegara ke Daerah Istimewa Yogyakarta
 
Added Entry - Uncontrolled Name Difitria, Rien
Cholissodin, Imam
Indriati, Indriati
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Sektor pariwisata merupakan penyumbang pendapatan nasional, devisa dan penyedia lapangan kerja yang besar bagi Indonesia. Dengan meningkatnya jumlah kunjungan wisatawan mancanegara serta nilai devisa pariwisata dapat menguatkan nilai tukar Rupiah terhadap dolar Amerika Serikat. Wilayah Yogyakarta masih menyumbang devisa sektor pariwisata yang kecil yakni hanya 1,2% dari seluruh wilayah di Indonesia. Terjadi peningkatan pengunjung pada tahun 2011 yang menyentuh 508.476 pengunjung dimana pada tahun sebelumnya hanya mencapai 368.906 pengunjung. Peningkatan jumlah pengunjung dengan disertai sarana dan prasarana yang ada tidak memadai atau tidak mencukupi ekspektasi para wisatawan maka dapat mengakibatkan turunnya minat pengunjung pada waktu yang akan datang dan dapat mengancam sektor ekonomi masyarakat Yogyakarta. Prediksi jumlah kunjungan wisatawan mancagara ke Daerah Istimewa Yogyakarta sangat diperlukan untuk mengetahui kisaran jumlah kunjungan di waktu yang akan datang, sehingga para pelaku wisata dapat mempersiapkan operasional lebih baik, mengoptimalkan sarana dan prasarana, dan menyusun strategi pemasaran yang lebih baik. Prediksi pada penelitian ini menggunakan metode Support Vector Regression (SVR) dan Particle Swarm Optimization (PSO). Hasil prediksi dari penelitian ini menghasilkan rentang parameter SVR terbaik dari Kompleksitas (C) = 100-500, Sigma (s) = 5-20, Lamda (l) = 1-5, Epsilon (e) = 0,0001-0,1, cLR = 0,001-0,1 iterasi SVR = 500, Partikel = 30, iterasi PSO = 50, jumlah fitur = 3 dan jumlah periode prediksi 1 bulan dengan menghasilkan nilai rata-rata Mean Absolute Precentage Error (MAPE) terkecil yaitu 1,088%. Nilai MAPE yang dihasilkan dalam penelitian ini kurang dari 10% sehingga prediksi ini mampu melakukan prediksi jumlah kunjungan wisatawan mancanegaara ke Daerah Istimewa Yogyakarta dengan sangat baik.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/7232
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 4 No 5 (2020): Mei 2020
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2020 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com