Perbandingan FTS Ruey Chyn Tsaur dan Saxena Easo Dalam Meramalkan Kunjungan Wisatawan Mancanegara Di Bali

Asrul S Ulopo, Ismail Djakaria, La Ode Nashar, Isran K Hasan, Asriadi Asriadi

Abstract


Provinsi Bali merupakan destinasi wisata utama di Indonesia yang setiap tahunnya menarik jutaan wisatawan mancanegara. Kunjungan wisatawan mancanegara di Provinsi Bali Januari sampai Juli 2024 menyambut kedatangan 3.538.899 wisatawan mancanegara, menunjukkan peningkatan signifikan sebesar 22,18% dibandingkan periode yang sama pada tahun sebelumnya. Peningkatan jumlah kunjungan tersebut menjadi indikator penting dalam pengembangan sektor pariwisata sekaligus penopang utama perekonomian daerah. Oleh karena itu, peramalan jumlah kunjungan wisatawan mancanegara di Bali menjadi langkah strategis untuk mendukung perencanaan dan pengambilan kebijakan yang efektif serta pengelolaan destinasi yang berkelanjutan. Penelitian ini bertujuan untuk membandingkan akurasi metode Fuzzy Time Series Ruey Chyn Tsaur dan Fuzzy Time Series Saxena Easo dalam meramalkan jumlah kunjungan wisatawan mancanegara di Bali. Data yang digunakan merupakan data sekunder dari Badan Pusat Statistik selama periode Januari 2005 hingga Desember 2024. Hasil penelitian menunjukkan bahwa FTS Ruey Chyn Tsaur memiliki tingkat akurasi yang lebih tinggi dengan nilai MAPE sebesar 5,544%, dibandingkan dengan FTS Saxena Easo yang menghasilkan MAPE sebesar 8,9256%. Kedua metode termasuk dalam kategori sangat akurat karena nilai MAPE yang diperoleh berada di bawah 10%. Evaluasi model terbaik menunjukkan bahwa pendekatan tersebut menghasilkan nilai MAPE sebesar 6,811%.

Keywords


FTS; Peramalan; Ruey Chyn Tsaur; Saxena Easo; Wisatawan mancanegara

Full Text:

PDF

References


[1] E. Marcelina, T. Agustin, K. Luthfiyaturrohmah, J. Octaviani, A. Pramita, I. Monika, D. Y. Dalimunthe, and A. Nasrun, “Peramalan jumlah wisatawan kabupaten belitung menggunakan simulasi monte carlo,” Euler: Jurnal Ilmiah Matematika, Sains dan Teknologi, vol. 12, no. 1, pp. 57–62, 2024.


[2] (BPS) Provinsi Bali, “Statistik kunjungan wisatawan mancanegara ke bali 2024,” 2024.


[3] B. K. S. J. D. RI, “Analisis ringkas cepat: Urgensi penguatan daya saing pariwisata untuk meningkatkan perekonomian nasional,” 2023.


[4] D. Y. Dalimunthe, D. Valeriani, F. Hartini, and R. S. Wardhani, “The readiness of supporting infrastructure for tourism destination in achieving sustainable tourism development,” Society, vol. 8, no. 1, pp. 217–233, 2020.


[5] B. G. Prianda and E. Widodo, “Perbandingan metode seasonal arima dan extreme learning machine pada peramalan jumlah wisatawan mancanegara ke bali,” BAREKENG: Jurnal Ilmu Matematika dan Terapan, vol. 15, no. 4, pp. 639–650, 2021.


[6] F. Andika, S. Dayanti, F. Dewi, et al., “Peramalan jumlah kunjungan wisatawan mancanegara ke provinsi aceh menggunakan fuzzy time series chen,” JURNAL ILMIAH MATEMATIKA DAN TERAPAN, vol. 20, no. 1, pp. 15–24, 2023.


[7] S. Damayanti, J. Rizal, S. Yosmar, N. Afandi, and V. Acnesya, “Earthquake frequency data modeling in mentawai using fuzzy time series lee and fuzzy time series tsaur,” BAREKENG: Jurnal Ilmu Matematika dan Terapan, vol. 18, no. 1, pp. 0281–0294, 2024.


[8] D. Fakhriyana and I. I. Brilliant, “Penerapan metode fuzzy time series (fts) cheng dan markov-chain untuk peramalan indonesia crude oil price (icp),” Indonesian Journal of Applied Statistics, vol. 6, no. 1, pp. 44–56, 2023.


[9] F. Fauzi, D. Agustina, and I. M. Nur, “Evaluasi metode fuzzy time series cheng dan ruey chyn tsaur,” VARIANCE: Journal of Statistics and Its Applications, vol. 3, no. 2, pp. 61–72, 2021.


[10] D. Suryani, R. Wakhidah, et al., “Peramalan jumlah pengunjung wisatawan mancanegara menggunakan metode fuzzy time series di jawa timur,” Jurnal Informatika Polinema, vol. 8, no. 2, pp. 43–48, 2022.


[11] A. resnu Maulana, “Perbandingan metode fts lee dan fts saxena easo pada prediksi harga nikel,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 2, 2024.

[12] R. Rahmawati, D. E. Sari, A. N. Rahma, and M. Soleh, “Peramalan curah hujan di ppks bukit sentang dengan menggunakan fuzzy time series ruey chyn tsaur,” vol, vol. 17, pp. 51–61, 2021.

[13] L. C. Ramadhani, D. Anggraeni, and A. Kamsyakawuni, “Saxena-easo fuzzy time series on indonesia’s inflation rate forecasting,” Jurnal Ilmu Dasar, vol. 20, no. 1, pp. 53–60, 2019.


[14] J. Smith, “Penggunaan rumus sub-interval dalam statistik,” Jurnal Ilmu Statistik, vol. 15, no. 4, pp. 123–135, 2020.


[15] T. P. J. Tarisya and A. H. Primandari, “Perbandingan metode double exponential smoothing dan metode triple exponential smoothing untuk harga telur pada produsen di kabupaten sukabumi: Perbandingan metode double exponential smoothing dan metode triple exponential,” Emerging Statistics and Data Science Journal, vol. 1, no. 2, pp. 204–214, 2023.




DOI: https://doi.org/10.18860/jrmm.v4i5.33304

Refbacks

  • There are currently no refbacks.