Implementasi Model Arimax Dan Jaringan Saraf Tiruan Dalam Memprediksi Kedatangan Wisatawan Ke Provinsi Bali

Abstract

Abstrak Pariwisata adalah berbagai macam kegiatan wisata dan didukung berbagai fasilitas serta layanan yang disediakan oleh masyarakat, pengusaha, pemerintah dan pemenrintah daerah. Dengan adanya industri pariwisata pendapatan produk domestik bruto dapat ditingkatkan. Oleh karena itu para pemangku kepentingan harus mengetahui apa saja yang harus ditingkatkan pada sektor pariwisata. Hal ini dapat dilakukan dengan cara melakukan peramalan kedatangan wisatawan dengan bantuan search query dari data Google Trend sehingga para pemangku kepentingan dapat mengetahui apa yang diinginkan wisatawan. Penelitian ini dilakukan menggunakan metode peramalan model ARIMAX dan algoritma jaringan saraf tiruan sebagai pembanding, dengan data BPS kedatangan wisatawan mancanegara ke Provinsi Bali melewati pintu Bandara Ngurah Rai sebagai data primer dan data google trend sebagai variabel eksogen. Dengan adanya peramalan kedatangan wisatawan diharapkan dapat membantu para pemangku kepentingan dalam membangun sektor pariwisata agar lebih baik lagi. Kedua model dapat memprediksi kedatangan wisatawan dengan baik dengan model terbaik pada penelitian ini adalah model ARIMA dengan error sebesar 12,8% dengan variabel eksogen yang paling berpengaruh adalah search query “Bali Beach†yang dapat mengurangi error pada model sebesar 1,4%. Kata kunci : Peramalan, ARIMA, ARIMAX, Pariwisata, Google Trends, Jaringan Saraf Tiruan Abstract Tourism is a variety of tourist activities and is supported by various facilities and services provided by the community, businessmen, government and local governments. With the tourism industry, gross domestic product income can be increased. Therefore, stakeholders must know what to improve in the tourism sector. This can be done by forecasting tourist arrivals with the help of search queries from Google Trend data so that stakeholders can find out what tourists want. This research was conducted using the ARIMAX model forecasting method and artificial neural network algorithm as a comparison, with BPS data on foreign tourist arrivals to Bali Province through the door of Ngurah Rai Airport as primary data and Google Trend data as exogenous variables. With the forecasting of tourist arrivals, it is hoped that it can help stakeholders in building the tourism sector to be even better. Both models can predict tourist arrivals well with the best model in this study is the ARIMA model with an error of 12.8% with the most influential exogenous variable is the search query "Bali Beach" which can reduce errors in the model by 1.4%. Keywords: Forecasting, ARIMA, ARIMAX, Tourism, Google Trend, Neural Network