Rien Difitria, Penerapan Support Vector Regression dan Particle Swarm Optimization Untuk Prediksi Jumlah Kunjungan Wisatawan Mancanegara Ke Daerah Istimewa Yogyakarta

Difitria, Rien (2020) Rien Difitria, Penerapan Support Vector Regression dan Particle Swarm Optimization Untuk Prediksi Jumlah Kunjungan Wisatawan Mancanegara Ke Daerah Istimewa Yogyakarta. Sarjana thesis, Universitas Brawijaya.

Abstract

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 () = 5-20, Lamda () = 1-5, Epsilon () = 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 Percentage 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

English Abstract

The tourism sector is a contributor to national income, foreign exchange and a large provider of employment for Indonesia. With the increase in the number of foreign tourist arrivals and the value of foreign exchange tourism can strengthen the Rupiah exchange rate against the US dollar. Yogyakarta region still contributes a small foreign exchange tourism sector which is only 1.2% of all regions in Indonesia. There was an increase in visitors in 2011 which touched 508,476 visitors where in the previous year it only reached 368,906 visitors. Increasing the number of visitors accompanied by facilities and infrastructure that is inadequate or inadequate to the expectations of tourists can result in a decrease in visitor interest in the future and can threaten the economic sector of the people of Yogyakarta. Prediction of the number of tourist arrivals to the Special Region of Yogyakarta is very necessary to know the range of the number of visits in the future, so that tourism actors can prepare operations better, optimize facilities and infrastructure, and develop better marketing strategies. Prediction in this study uses the Support Vector Regression (SVR) and Particle Swarm Optimization (PSO) methods. Prediction results from this study produce the best range of SVR parameters from Complexity (C) = 100-500, Sigma () = 5-20, Lamda () = 1-5, Epsilon () = 0,0001- 0.1 , cLR = 0.001-0.1 iteration SVR = 500, Particles = 30, PSO iteration = 50, number of features = 3 and number of prediction periods of 1 month by producing the smallest mean Absolute PercentageError (MAPE) value of 1.088%. The MAPE value produced in this study is less than 10% so this prediction is able to predict the number of foreign tourist visits to Yogyakarta Special Region very well.

Item Type:	Thesis (Sarjana)
Identification Number:	0520150225
Uncontrolled Keywords:	prediksi, wisatawan mancanegara, Support Vector Regression, Particle Swarm Optimization, Radial Basis Function, Mean Absolute Precentage Error.,prediction, foreign tourist, Support Vector Regression, Particle Swarm Optimization, Radial Basis Function, Mean Absolute Precentage Error
Subjects:	600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Unnamed user with username nova
Date Deposited:	25 Aug 2022 02:09
Last Modified:	25 Aug 2022 02:09
URI:	http://repository.ub.ac.id/id/eprint/193540

Text (DALAM MASA EMBARGO) Rien Difitria.pdf Restricted to Registered users only until 31 December 2023. Download (4MB)

Actions (login required)

View Item