PREDIKSI JUMLAH WISATAWAN YANG DATANG KE KABUPATEN TASIKMALAYA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Aulia, Mohammad Faiz (2021) PREDIKSI JUMLAH WISATAWAN YANG DATANG KE KABUPATEN TASIKMALAYA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Sarjana thesis, Universitas Siliwangi.

	Text COVER.pdf Download (98kB)
	Text ABSTRAK.pdf Download (84kB)
	Text LEMBAR PENGESAHAN TUGAS AKHIR.pdf Download (85kB)
	Text DAFTAR ISI.pdf Download (155kB)
	Text BAB I.pdf Download (402kB)
	Text BAB II.pdf Download (655kB)
	Text BAB III.pdf Download (208kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB)
	Text BAB V.pdf Restricted to Repository staff only Download (11kB)
	Text DAFTAR PUSTAKA.pdf Download (160kB)

Abstract

Abstrak Pariwisata merupakan salah satu dari beberapa industri besar di dunia dan merupakan faktor penting dalam perkembangan ekonomi global. Kabupaten Tasikmalaya dikenal sebagai Kabupaten yang memiliki banyak sekali destinasi wisata. Berdasarkan data dari Dinas Pariwisata Kabupaten Tasikmalaya menunjukkan bahwa ada penurunan jumlah kunjungan wisatawan pada tahun 2020 yang diakibatkan wabah pandemi Covid19, Sehingga perekonomian masyarakat menjadi menurun. Perlu adanya tindakan dari pihak terkait untuk menjadikan tempat destinasi wisata taat protokol kesehatan, sehingga pengunjung dapat berhati hati pada saat mengunjungi destinasi wisata tersebut. Pada penelitian ini akan diprediksi jumlah wisatawan mancanegara yang datang ke Kabupaten Tasikmalaya berdasarkan 3 pintu masuk yang telah melalui proses clustering menggunakan metode K-Means dan Algoritma Support Vector Machine. Hasil peramalan dan prediksi yang akurat dari perkiraan jumlah wisatawan mancanegara di masa depan dapat memberikan strategi yang tepat bagi industri pariwisata. Penelitian ini menunjukkan bahwa model peramalan secara keseluruhan tergolong buruk. Rata-rata akurasi dari 3 model memiliki MAPE sekitar 61,60% dengan nilai terkecil yakni 30,1% pada pintu masuk Pamijahan.Selain itu, hasil dari SVM juga memiliki akurasi perubahan arah data atau Directional Change Accuracy (DCA) yang baik. Hal ini dibuktikan dengan hasil rata-rata DCA secara keseluruhan sebesar 81% dengan nilai tertinggi yakni 84% pada pintu masuk Pamijahan. Dengan adanya informasi tersebut, diharapkan sektor industri pariwisata terkait dapat membentuk suatu kebijakan terhadap peningkatan pelayanan atau fasilitas yang dapat meminimalisir penurunan jumlah wisatawan. Kata kunci : Prediksi, Wisatawan, SVM, MAPE, DCA

Actions (login required)

View Item