PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA KE LOMBOK MENGGUNAKAN JARINGAN SYARAF TIRUAN

Titik Misriati

Titik Misriati AMIK BSI Jakarta

Abstract

Beberapa metode yang digunakan pada peramalan antara lain ARIMA, Adaptive Neuro-Fuzzy Inference System (ANFIS), dan Jaringan Syaraf Tiruan (JST). Penelitian ini mempunyai tujuan untuk mengimplementasikan dan mengatahui kinerja dari Jaringan Syaraf Tiruan untuk meramalkan jumlah kunjungan wisatawan mancanegara ke Lombok. Metode Jaringan Syaraf Tiruan menggunakan Software Matlab untuk analisa data. Arsitektur jaringan terbaik pada peramalan jumlah kunjungan wisatawan mancanegara ke Lombok, yaitu 2-6-1 (2 neuron input, 6 neuron hidden layer, 1 neuron output) dengan nilai MSE terkecil 0, 00000000277. Nilai MSE pada saat pelatihan sebesar 7858,75 sedangkan pada saat pengujian sebesar 5309807,667. Rata-rata kesalahan hasil simulasi peramalan jumlah kunjungan wisatawan mancanegara ke Lombok pada periode Maret – Mei 2015 sebesar 9,5%.

Downloads

Download data is not yet available.

References

Badan Pusat Statistik. 2016. Perkembangan Pariwisata dan Transportasi Nasional September 2016. (http://www.bps.go.id/website/brs_ind/brsInd-20161101114632.pdf, diakses 20 November 2016)

Kencana, I Putu Eka N. 2012. Evaluasi Kinerja Jaringan Syaraf Tiruan pada Peramalan Konsumsi Listrik Kelompok Tarif Rumah Tangga. Jurnal Matematika. (Online), Vol. 2, No. 1, (HYPERLINK "http://ojs.unud.ac.id" http://ojs.unud.ac.id , diakses 20 November 2016)

Kusrini dan Emha Taufiq Luthfi. 2009. Algoritma Data Mining. Yogyakarta: Andi Offset.

Kusumadewi, Felasufah. 2014. Peramalan Harga Emas Menggunakan Feedforward Neural Network dengan Algoritma Backpropagation. Skripsi. Yogyakarta: FMIPA UNY.

Siang, J.J. 2009. Jaringan Syaraf Tiruan dan Pemrogramannya Menggunakan Matlab. Yogyakarta:Andi Offset.

Sinaga, RA. 2012. Aplikasi Jaringan Syaraf Tiruan Untuk Penentuan Konsentrasi Program Studi Bagi Calon Mahasiswa Baru Stmik Budidarma Medan. Pelita Informatika Budi Darma. Volume 11. ISSN : 2301-9425. Hal 1-4.

Sulistyaningsih, Ambar. 2013. Aplikasi Model Recurrent Neural Networks dengan Variasi Kalender Islam pada Data Kunjungan Wisata Candi Prambanan. Skripsi. Yogyakarta : FMIPA UNY.

Undang-Undang No.10 Tahun 2009 tentang Kepariwisataan. Milla, Widatul. 2012. Penerapan model Neural Networks dengan Algoritma Recurren Sebagai Metode Peramalan Harga Koin Emas di Pegadaian. Skripsi. Yogyakarta : FMIPA UNY.