Peramalan Tourism Demand Pada Pariwisata Indonesia Dengan Metode Artificial Neural Network Backpropagation

Abstract

ABSTRAK Industri pariwisata yang selalu bertumbuh dan memegang peran penting dalam ekonomi nasional baik sebagai penyumbang devisa terbesar kedua meupun sebagai penyerap tenaga kerja dalam jumlah besar. Dalam mengembangkan industri pariwisata dibutuhkan sebuah peramalan untuk mengantisipasi sifat pariwisata yang perishable. Tujuan dari penelitian adala untuk membuat sebuah model dengan akurasi yang baik untuk meramalkan tourism demand (permintaan pariwisata) di Indonesia. Data historis Produk Domestik Bruto (PDB), Consumer Price Index (CPI), dan nilai tukar dari negara-negara pengunjung dijadikan sebagai variabel yang mempengaruhi angka kedatangan wisatawan mancanegara. Penelitian ini memanfaatkan metode jaringan syaraf tiruan (artificial neural network backpropagation) untuk melakukan peramalan. Hasil dari penelitian ini adalah sebuah model yang mampu digunakan untuk meramalkan tourism demand di Indonesia. Kata kunci: Pariwisata, Peramalan Permintaan, Jaringan Syaraf Tiruan, Indonesia ABSTRACT Tourism industry is always growing dan uphold an important role in national economy as the second largest portion of foreign exchange contributor, as well as its role in national employment. In improving tourism industry, forecasting is needed to anticipate the perishable nature of tourism. The objective of this research is to build an accurate and high-performance model that is able to forecast Indonesian tourism demand. Gross Domestic Product (GDP), Consumer Price Index (CPI) and exchange rate is used as independent variable to predict Indonesian tourist arrivals number this research use artificial neural network backpropagation as a forecasting method. The result of this research is a model that will be able to be used in forecasting tourism demand in Indonesia. Keywords : Tourism, Demand Forecasting, Artificial Neural Network, Indonesia