ANALISIS FORCASTING JUMLAH KUNJUNGAN TAMU HOTEL DI KOTA BUKITITINGGI
Keywords:
Wisata, Kunjungan Forcaseting, Artificial Neural Network Algoritma Backpropagation, Pola JaringanAbstract
Bukittinggi merupakansalah satu kota yang dikenal dengan destinasi objek wisata. Beragam bentuk sajian wisata tersaji untuk para wisatawan yang berkunjung baik nasional maupun mancanegara. Salah satu fasilitasyang dibutuhkan oleh para pengunjung adalah ketersediaan hotel untuk tempat menginap saat melakukan kunjungan wisata. Pada penelitian ini, permasalahan yang akan dibahas adalah sebuah proses analisa forcasting untuk melihat jumlah kunjungan tamu hotel yang ada di kota Bukittinggi.Proses forcastingyang dilakukan ini menggunakan metode artificial neural network algoritma backpropagation. Metode ini sangat cocok dalam melakukan sebuah proses forcasting, dimana metode ini bekerja dengan melakukan proses pelatihan dan pegujian terhadap pola data yang dibangun sebelumnya. Proses analisa forcasting tersebut dimulai dengan menemukan variabel data dan membangun pola jaringan terlebih dahulu berdasarkan data jumlah kunjungan tamu hotel serta variabel prediktor yang digunakan diantaranya jumlah kunjungan wisata, jumlah objek wisata, inflansi dan nilai tukar rupiah. Proses ini menghasilkan hasil dengan tingkat nilai akurasi yang didapatkan sebesar 99.98% dan nilai kesalahan sebesar 0.002%.Hasil tersebut didapat dari pola jaringan dengan bentuk 5-70-1 dimana pola tersebut merupakan pola jaringan terbaik yang didapat berdasarkan proses pelatihan dan pengujian jaringan. Hasil penelitian ini akan dijadikan bahan pertimbangan bagi pihak pengelola hotel serta pemerintah setempat dalam pengelolaan sektor pariwisata guna meningkatkan Pendapatan Asli Daerah (PAD) kota Bukittinggi.
References
Ardana, P.D.H. 2017, Artificial Neural Network Dalam Hidrologi, Jurnal Ilmiah Teknik Sipil.
Hadihardaja, I.K. dan Sugeng, S., 2015. Pemodelan Curah Hujan-Limpasan Menggunakan Artificial Neural Network (ANN) dengan Metode Backpropagation, Jurnal Teknik Sipil, Vol.12, No.3.
Khotimah, B.K. dan Suryaningtias, L.O., 2014. Prediksi Loyalitas Pelanggan Hotel Dengan Menggunakan Metode Backpropagation, Prosiding Seminar Nasional Manajemen Teknologi XX.
Pertiwi, A.C., 2019. Pengaruh Jumlah Wisatawan Dan Hotel Terhadap Pendapatan Asli Daerah Kabupaten/Kota Di Provinsi Daerah Istimewa Yogyakarta Tahun 2012-2018, Jurnal Akuntansi Tahun 2019. Universitas Ahmad Dahlan.
Rini Sovia, Musli Yanto, Widya Nursanty, 2016, Implementation Of Signature Recognition By Using Backpropagation, UPI YPTK Journal of Computer Science and Information Technology.
Sihotang, B.K. dan Wanto, A., 2018. Analisis JST Dalam Memprediksi Jumlah Tamu Pada Hotel NonBintang, Jurnal Techno.COM, Vol. 17, No. 4.
Sovia, R., Yanto, M. dan Nursanty, W., 2016, Implementation Of Signature Recognition By Using Backpropagation, UPI YPTK Journal of Computer Science and Information Technology.
Wanto, A., 2019. Prediksi Produktivitas Jagung Indonesia Tahun 2019-2020 Sebagai Upaya Antisipasi Import Menggunakan Jaringan Saraf Tiruan Backpropagation, Jurnal Sintech, Vo l. 1 No. 1.
Wuryandari, M.D.I.A. 2012. Perbandingan Metode Jaringan Syaraf Tiruan Backpropagation Dan Learning Vector Quantization Pada Pengenalan Wajah. Jurnal Komputer dan Informatika (KOMPUTA), Edisi. I Volume. 1.
Yanto, M, Sovia, R.dan Melati, P., 2020. Prediksi Jumlah Kunjungan Wisata dengan Algoritma Backpropagation, Jurnal Media Informatika Budidarma,Vo.4,No.2
Yanto, M., Devit, S. dan Nurcahyo, G.W., 2015.Analisis Jaringan Syaraf Tiruan Untuk Memprediksi Jumlah Reservasi Kamar Hotel Dengan Metode Backpropagation (Studi Kasus Hotel Grand Zuri Padang), Jurnal KomTekInfo Fakultas Ilmu Komputer, Volume 2, No. 1.
Downloads
Published
How to Cite
Issue
Section
License
Authors retain all their rights to the published works, such as (but not limited to) the following rights; Copyright and other proprietary rights relating to the article, such as patent rights, The right to use the substance of the article in own future works, including lectures and books, The right to reproduce the article for own purposes, The right to self-archive the article