Surtiningsih, Listiya (2017) Prediksi Jumlah Kunjungan Wisatawan Mancanegara Ke Bali Menggunakan Support Vector Regression Dengan Algoritma Genetika. Sarjana thesis, Universitas Brawijaya.
Abstract
Sektor pariwisata menjadi salah satu penopang perekonomian yang ada di Indonesia. Selama ini sumbangan wisatawan mancanegara Bali terhadap wisman nasional hampir mencapai 40 % sehingga menjadikan Bali banyak menyumbang terhadap jumlah kunjungan wisman nasional. Prediksi kunjungan wisatawan mancanegara sangat penting bagi pemerintah dan industri, karena prediksi menjadi dasar dalam perencanaan kebijakan yang efektif. Metode Support Vector Regression (SVR) merupakan metode prediksi yang memiliki kemampuan dalam mengatasi data skala besar pada fase training dan mampu mengenali pola dari data time series. Hasil prediksi akan bernilai baik jika nilai parameter penting dari SVR dapat ditentukan secara benar dengan cara dilakukan optimasi. Salah satu metode optimasi adalah Algoritma Genetika (GA). GA akan melakukan optimasi terhadap parameter penting dari SVR untuk mendapatkan parameter terbaik sehingga dapat menghasilkan prediksi yang lebih baik. Hasil pengujian menunjukkan nilai MAPE yang diperoleh adalah 2,513% dengan parameter terbaik yaitu range lamda 1 – 10, range kompleksitas 1 – 100, range epsilon 0,00001 – 0,001, range gamma 0,00001 – 0,001, range sigma 0,01 – 3,5, Iterasi SVR 1250, generasi GA 90, populasi 70, crossover rate 0,6, mutation rate 0,4, jumlah fitur 2 dan jumlah periode prediksi 1 bulan. Berdasarkan hasil pengujian, metode GA-SVR pada data kunjungan wisatawan mancanegara ke Bali sesuai untuk prediksi jangka pendek.
English Abstract
The tourism sector becomes one of the pillars in the Indonesian economy. As Bali has been contributing for more than 40 percent of international tourist arrivals in Indonesia. Predicting tourism demand are very important for the government and industry, as predicting the basis for effective policy planning. Support Vector Regression (SVR) is prediction method that has the ability to handle large-scale data in the training phase and it can to recognize patterns of time series data. The predicted result will be good if the value of the important parameters of the SVR can be determined correctly by optimization. One of optimization methods is Genetic Algorithm (GA). GA will be optimizing parameter of SVR to get the right value of SVR parameter to getting better predictions. The test shows the value of MAPE obtained is 2,513% with best parameters those are range of lamda 1 – 10, range of complexity 1 – 100, range of epsilon 0,00001 – 0,001, range of gamma 0,00001 – 0,001, range of sigma 0,01 – 3,5, Iteration of SVR 1250, generation of GA 90, population 70, crossover rate 0,6, mutation rate 0,4, features 2 and prediction period 1 month. Based on the test results, GA-SVR method on the data of foreign tourist arrivals to Bali is appropriate for short-term prediction.
Item Type: | Thesis (Sarjana) |
---|---|
Identification Number: | SKR/FTIK/2017/775/051711914 |
Uncontrolled Keywords: | Prediksi, Wisatawan Mancanegara, SVR, Algoritma Genetika, MAPE |
Subjects: | 000 Computer science, information and general works > 003 Systems > 003.2 Forecasting and forecasts |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
Depositing User: | Yusuf Dwi N. |
Date Deposited: | 04 Jan 2018 02:48 |
Last Modified: | 28 Sep 2020 09:34 |
URI: | http://repository.ub.ac.id/id/eprint/7704 |
Actions (login required)
![]() |
View Item |