Peramalan Kunjungan Wisatawan Mancanegara Melalui Bandara Adi Sucipto Menggunakan Support Vector Machine

Abstract

Pada tahun 2017 akibat dari jatuhnya harga migas dan batubara
pariwisata menduduki posisi kedua di bawah Crude Palm Oil (CPO)
sebagai penghasil devisa tertinggi bagi Indonesia. Wisatawan
mancanegara (wisman) diharapkan menjadi penghasil devisa tertinggi
maka peramalan kunjungan wisman sangat penting bagi pemerintah
dan industri, karena peramalan menjadi dasar dalam perencanaan
kebijakan yang efektif. Dalam penelitian ini diusulkan metode Support
Vector Machine (SVM) untuk meramalkan kunjungan wisman
berdasarkan pintu masuk di Bandara Adi Sucipto. SVM memiliki
kelebihan yaitu dapat menangani permasalahan linier dan non-linier.
Sehingga dapat dilakukan untuk melakukan peramalan data time
series dengan berbagai macam pola yang ada. Selain itu dapat
memprediksi permasalahan non-linier serta menawarkan akurasi yang
cukup baik. Penelitian ini menggunakan data dari Januari 2010
sampai Oktober 2017 sebanyak 94 data yang terbagi menjadi 66 data
training dan 28 data testing. Dari hasil penelitian didapat nilai Mean
Square Error (MSE) untuk data latih sebesar 0.05 dan nilai MSE uji
sebesar 0.0715. Nilai MSE tersebut kecil sehingga dapat digunakan
meramalkan jumlah wisatawan mancanegara tahun 2018 maka dapat
manjadi sumber informasi dan bahan pertimbangan dalam mengambil
suatu keputusan yang tepat oleh department pariwisata Yogyakarta
dan management bandara Adi Sucipto.