Penggunaan Variabel Event dan Libur Sekolah Dalam Memprediksi Wisatawan Dengan Metode LSTM

Candra Rusmana, Kusrini, Kusnawi, Penggunaan Variabel Event, dan Libur Sekolah, Dalam Memprediksi, Wisatawan Dengan, Metode Lstm
{"title":"Penggunaan Variabel Event dan Libur Sekolah Dalam Memprediksi Wisatawan Dengan Metode LSTM","authors":"Candra Rusmana, Kusrini, Kusnawi, Penggunaan Variabel Event, dan Libur Sekolah, Dalam Memprediksi, Wisatawan Dengan, Metode Lstm","doi":"10.37859/jf.v13i02.4974","DOIUrl":null,"url":null,"abstract":"Event yang diadakan diberbagai daerah menjadi daya tarik tersendiri bagi wisatawan untuk datang ketempat tersebut. Liburan musiman sekolah juga menjadi agenda tahunan keluarga untuk pergi ke tempat wisata. Naik turunnya jumlah wisatawan yang datang ke Provinsi NTB memberikan dampak kepada pemerintah daerah, masyarakat sekitar tempat wisata dan pelaku usaha bidang pariwisata. Tujuan penelitian ini untuk melakukan pengujian terhadap variabel event tahunan dan libur sekolah. Datasetyang digunakan didapatkan dari website publik Provinsi NTB yaitu data.ntbprov.go.id dataset tersebut berupa histori jumlah kunjungan wisatawan setiap bulan, dari website disbudpar.ntbprov.go.id didapatkan dataset event tahunan dan dari website kalender pendidikan.com didapat dataset kalender akademik untuk liburan sekolah, dataset yang diambil dari setiap sumber diambil mulai dari tahun 2017 sampai tahun 2022. Dari semua dataset yang didapat bisa dimanfaatkan dalam menggali informasi untuk melakukan prediksi. Dalam melakukan prediksi digunakan Algoritma LSTM dengan menggunakan variabel histori wisatwan, event dan libu sekolah. Penggunaan variabel histori, event dan liburan menghasilkan kinerja MAPE sebesar 20.8% dengan penggunaan data training dan data testing 90/10. Hasil kinerja dengan variabel histori dan liburan saja menghasilkan kinerja MAPE sebesar 38,6%. sedangkan hasil dengan variabel histori dan event saja menghasilkan kinerja MAPE sebesar 23,81%. Ini menunjukan bahwa variabel event dan kalender liburan bisa dengan baik digunakan dalam melakukan prediksi terhadap kedatangan wisatawan di waktu berikutnya. Penelitian ini memperkenalkan pendekatan baru dalam memprediksi jumlah wisatawan dengan menggunakan variabel event tahunan dan kalender libur sekolah dengan menggunakan algoritma LSTM sebagai alat prediksi yang lebih canggih, yang sebelumnya belum banyak dieksplorasi dalam konteks prediksi pariwisata di Provinsi NTB.","PeriodicalId":145740,"journal":{"name":"JURNAL FASILKOM","volume":"190 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-28","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"JURNAL FASILKOM","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37859/jf.v13i02.4974","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Event yang diadakan diberbagai daerah menjadi daya tarik tersendiri bagi wisatawan untuk datang ketempat tersebut. Liburan musiman sekolah juga menjadi agenda tahunan keluarga untuk pergi ke tempat wisata. Naik turunnya jumlah wisatawan yang datang ke Provinsi NTB memberikan dampak kepada pemerintah daerah, masyarakat sekitar tempat wisata dan pelaku usaha bidang pariwisata. Tujuan penelitian ini untuk melakukan pengujian terhadap variabel event tahunan dan libur sekolah. Datasetyang digunakan didapatkan dari website publik Provinsi NTB yaitu data.ntbprov.go.id dataset tersebut berupa histori jumlah kunjungan wisatawan setiap bulan, dari website disbudpar.ntbprov.go.id didapatkan dataset event tahunan dan dari website kalender pendidikan.com didapat dataset kalender akademik untuk liburan sekolah, dataset yang diambil dari setiap sumber diambil mulai dari tahun 2017 sampai tahun 2022. Dari semua dataset yang didapat bisa dimanfaatkan dalam menggali informasi untuk melakukan prediksi. Dalam melakukan prediksi digunakan Algoritma LSTM dengan menggunakan variabel histori wisatwan, event dan libu sekolah. Penggunaan variabel histori, event dan liburan menghasilkan kinerja MAPE sebesar 20.8% dengan penggunaan data training dan data testing 90/10. Hasil kinerja dengan variabel histori dan liburan saja menghasilkan kinerja MAPE sebesar 38,6%. sedangkan hasil dengan variabel histori dan event saja menghasilkan kinerja MAPE sebesar 23,81%. Ini menunjukan bahwa variabel event dan kalender liburan bisa dengan baik digunakan dalam melakukan prediksi terhadap kedatangan wisatawan di waktu berikutnya. Penelitian ini memperkenalkan pendekatan baru dalam memprediksi jumlah wisatawan dengan menggunakan variabel event tahunan dan kalender libur sekolah dengan menggunakan algoritma LSTM sebagai alat prediksi yang lebih canggih, yang sebelumnya belum banyak dieksplorasi dalam konteks prediksi pariwisata di Provinsi NTB.
用LSTM方法预测游客的活动变量和学校假期
在不同地区举行的活动对游客来说是一种独特的吸引力。学校的季节性假期也是家庭每年去旅游的议程。进入NTB省的游客数量的激增对当地政府、旅游景点周围的社区和旅游行业产生了影响。本研究的目的是对年度活动和学校假期进行测试。Datasetyang NTB即省公共网站的使用go ntbprov。id数据这些数据集的每个月的来访游客人数历史,disbudpar ntbprov。go的网站。id数据集获得的年度活动和学术教育日历。com网站获得日历数据集来学校假期,从每一个来源的数据集开始从2017年到2022年。我们发现的所有数据都可以用来挖掘信息来进行预测。在使用LSTM算法进行预测时,使用了历史远足、活动和校园游变量。历史变量、事件和假日的使用导致了20% 8%的MAPE性能,使用数据培训和数据测试90/10。单靠假期和历史变量的性能就能获得MAPE性能386%。而历史变量和事件的结果仅产生23.81%的MAPE性能。这表明,变量事件和节日日历可以很好地用于预测未来游客的到来。该研究采用LSTM算法作为一种更复杂的预测工具,通过使用年度活动变量和学校节日日历来预测游客的数量,引入了一种新的方法。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信