Tentang SmartLib Bantuan Pengguna

Skripsi S1

Record Data Skripsi S1

MhswID :

170401121

Judul :

PERAMALAN KEDATANGAN WISATAWAN KE SUATU NEGARA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Penulis :

AMIN HARIYANTO

Abstrak :

ABSTRAK PERAMALAN KEDATANGAN WISATAWAN KE SUATU NEGARA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) Industri pariwisata adalah salah satu ekosistem yang paling menjanjikan untuk sektor ekonomi di seluruh dunia. Sektor pariwisata yang kuat secara langsung memberikan berkontribusi positif pada pendapatan nasional negara, memerangi pengangguran dan meningkatkan keseimbangan pembayaran. Perkembangan pariwisata dapat dilihat dari adanya peningkatan kedatangan ke suatu negara, berdasarkan data yang diperoleh dari UNWTO dari tahun 2006-2019 mengalami peningkatan dan penurunan. Peningkatan dan penurunan jumlah wisatawan secara tiba-tiba akan memberikan dampak positif dan negatif. Forecasting adalah suatu kegiatan untuk memperkirakan kejadian yang akan terjadi pada masa yang akan datang dengan cara mengambil data di masa lampau. Maka penelitian ini akan meramalkan kedatangan wisatawan ke suatu negara menggunakan metode Support Vector Machine (SVM). Metode ini dapat digunakan untuk melakukan prediksi baik dalam kasus klasifikasi maupun regresi. SVM memiliki properti tentang memaksimalkan margin dan trik kernel untuk memetakan data yang nonlinier. Hasil yang diperoleh pada penelitian ini menunjukkan bahwa di dapat SVM Confidence sebesar 86,3%, memiliki nilai MAPE sebesar 56.00% dan nilai RMSE sebesar 11126.36. Kata Kunci: Wisatawan, Time Series, Forecasting, Support Vector Machine

Abstrak Inggris :

ABSTRACT FORECASTING TOURIST ARRIVAL TO A COUNTRY USING SUPPORT VECTOR MACHINE (SVM) METHOD The tourism industry is one of the most promising ecosystems for economic sectors worldwide. A strong tourism sector directly contributes positively to the country's national income, fights unemployment and improves the balance of payments. The development of tourism can be seen from the increase in arrivals to a country, based on data obtained from the UNWTO from 2006-2019 it has increased and decreased. The sudden increase and decrease in the number of tourists will have both positive and negative impacts. Forecasting is an activity to predict events that will occur in the future by taking data in the past. So this study will predict tourist arrivals to a country using the Support Vector Machine (SVM) method. This method can be used to make predictions both in the case of classification and regression. SVM has properties about maximizing margins and kernel tricks to map nonlinear data. The results obtained in this study indicate that the SVM Confidence is 86.3%, has a MAPE value of 56.00% and an RMSE value of 11126.36. Keywords: Tourists, Time Series, Forecasting, Support Vector Machine

Tahun :

2022

Cover :

Bab 1 :

Bab 2 :

Bab 3 :

Bab 4 :