Skripsi S1

Record Data Skripsi S1
MhswID :
200401121
Judul :
OPTIMASI PERAMALAN KEDATANGAN TURIS MENGGUNAKAN LSTM DENGAN PARTICLE SWARM OPTIMIZATION
Penulis :
FARHAN RIDHOLLAH
Abstrak :
Pariwisata merupakan sektor vital dalam penerimaan devisa negara, dan kedatangan wisatawan mancanegara berperan penting dalam perekonomian Indonesia. Untuk menghadapi fluktuasi jumlah wisatawan dan meningkatkan pelayanan, peramalan kedatangan wisatawan sangat diperlukan. Penelitian ini bertujuan mengoptimalkan model peramalan dengan pendekatan LSTM dengan PSO untuk memprediksi kedatangan turis secara akurat. Dengan memanfaatkan data Google Trends, diharapkan model ini dapat memberikan hasil prediksi yang lebih baik, membantu pemerintah dan industri pariwisata dalam perencanaan sumber daya, pengelolaan anggaran, dan strategi pemasaran, serta meningkatkan pengalaman wisatawan.
Abstrak Inggris :
Tourism is a vital sector for foreign exchange earnings, and the arrival of international tourists plays a significant role in Indonesia's economy. To manage the fluctuations in tourist numbers and enhance services, accurate forecasting of tourist arrivals is essential. This study aims to optimize the forecasting model using a LSTM with PSO approach to predict tourist arrivals accurately. By utilizing Google Trends data, this model is expected to provide better prediction results, assisting the government and the tourism industry in resource planning, budget management, and marketing strategies, as well as enhancing the tourist experience.
Tahun :
2024
Cover :
Na :
A
Loading, updating changes...



UPT. Perpustakaan & UPT. TIPD UMRI

  • Kampus Utama : Jl. Tambusai / Jl. Nangka, Kecamatan Tampan
  • Kota Pekanbaru, Provinsi Riau

    E-Mail : pustaka@umri.ac.id - Website : http://lib.umri.ac.id - Smart Library : http://smartlib.umri.ac.id - Jurnal : http://jurnal.umri.ac.id

    Smartlib v1.3 © 2019 UPT TIPD UMRI. All Rights Reserved.