PEMODELAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA DI BATAM DENGAN MENGGUNAKAN ARIMA DAN REGRESI TIME SERIES

Abstract

Sektor pariwisata memberikan kontribusi yang signifikan terhadap perekonomian Indonesia, yaitu dilihat dari Dampak kepariwisataan terhadap Produk Domestik Bruto (PDB) nasional di tahun 2015 sebesar 4,23 % dari PDB nasional. Demikian juga Batam dinilai memiliki potensi pengembangan sektor ini dikarenakan letak geografisnya yang strategis, yaitu berdekatan dengan negara Singapura dan Malaysia. Berdasarkan Kementrian Kepariwisataan, salah satu sasaran dalam pengembangan pariwisata di Indonesia adalah meningkatnya jumlah kunjungan wisatawan mancanegara, dengan indikator kinerja utama berupa variabel jumlah wisatawan mancanegara yang berkunjung. Sehingga Informasi mengenai prediksi jumlah wisatawan mancanegara yang berkunjung ke Batam dapat bermanfaat untuk memberikan informasi tambahan mengenai pengembangan sektor ini.Berdasarkan analisis awal, diketahui bahwa data memiliki kecenderungan tren dan pola musiman meningkat setiap bulan Desember. Pemodelan dengan pendekatan ARIMA dan Regresi Time Series dapat digunakan pada serial data dengan kecenderungan tren dan musiman. Dalam melakukan analisis, data dibagi ke dalam 2 bagian yaitu data training dan testing kemudian dilakukan pemodelan dengan ARIMA dan Regresi Time Series. Selanjutnya masing-masing model terbaik dilakukan pengecekan asumsi residual dan dihitung nilai MAPE dan RMSE nya. Berdasarkan kedua nilai tersebut, Regresi Time Series menunjukkan nilai terendah dibanding model ARIMA sehingga dipilih Regresi Time Series sebagai model terbaik.