据估计,2021年托拉雅地区游客游客的数量将随着阿里马方法的应用而增加

B. Bakhtiar, D. Didiharyono
{"title":"据估计,2021年托拉雅地区游客游客的数量将随着阿里马方法的应用而增加","authors":"B. Bakhtiar, D. Didiharyono","doi":"10.35580/SAINSMAT7273682018","DOIUrl":null,"url":null,"abstract":"Penelitian ini bertujuan untuk memperkirakan (forecasting) lonjakan jumlah wisatawan di kabupaten Toraja Utara tahun 2021 dengan penerapan model ARIMA. Metode penelitian yang digunakan adalah penelitian terapan (applied research) dengan data sekunder kuantitatif yang diperoleh di BPS Kab. Toraja Utara. Prosedur penelitian yang dilakukan meliputi identifikasi model, estimasi parameter, tahap diagnostik dan forcasting dengan bantuan soft komputer dalam hal ini Minitab 18. Berdasarkan hasil penelitian diperoleh lima model time series yang digunakan memperkirakan lonjakan jumlah wisatawan di kabupaten Toraja Utara tahun 2021 yakni ARIMA (1,1,1), ARIMA (2,1,1) dan ARIMA (1,2,1). Kriteria yang tepat dalam pemilihan model yang terbaik adalah model yang mempunyai nilai MS (Mean Square) terkecil. Dalam hal ini model time series dengan MS terkecil adalah ARIMA (1,1,1) yaitu sebesar 16487384. Sehingga, model ini yang digunakan dalam melakukan peramalan adalah ARIMA (1,1,1) dengan bentuk umumnya yaitu . Hasil memperkirakan dari bulan januari sampai Desember 2021 adalah 13984,9; 14924,1; 15033,1; 15204,6; 15371,4; 15538,6; 15705,7; 15872,8; 16040; 16207,1; 16374,2 dan 16541,4.","PeriodicalId":347044,"journal":{"name":"Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam","volume":"76 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2018-09-20","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Perkiraan Lonjakan Jumlah Kunjungan Wisatawan di Kabupaten Toraja Utara Tahun 2021 dengan Penerapan Metode ARIMA\",\"authors\":\"B. Bakhtiar, D. Didiharyono\",\"doi\":\"10.35580/SAINSMAT7273682018\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Penelitian ini bertujuan untuk memperkirakan (forecasting) lonjakan jumlah wisatawan di kabupaten Toraja Utara tahun 2021 dengan penerapan model ARIMA. Metode penelitian yang digunakan adalah penelitian terapan (applied research) dengan data sekunder kuantitatif yang diperoleh di BPS Kab. Toraja Utara. Prosedur penelitian yang dilakukan meliputi identifikasi model, estimasi parameter, tahap diagnostik dan forcasting dengan bantuan soft komputer dalam hal ini Minitab 18. Berdasarkan hasil penelitian diperoleh lima model time series yang digunakan memperkirakan lonjakan jumlah wisatawan di kabupaten Toraja Utara tahun 2021 yakni ARIMA (1,1,1), ARIMA (2,1,1) dan ARIMA (1,2,1). Kriteria yang tepat dalam pemilihan model yang terbaik adalah model yang mempunyai nilai MS (Mean Square) terkecil. Dalam hal ini model time series dengan MS terkecil adalah ARIMA (1,1,1) yaitu sebesar 16487384. Sehingga, model ini yang digunakan dalam melakukan peramalan adalah ARIMA (1,1,1) dengan bentuk umumnya yaitu . Hasil memperkirakan dari bulan januari sampai Desember 2021 adalah 13984,9; 14924,1; 15033,1; 15204,6; 15371,4; 15538,6; 15705,7; 15872,8; 16040; 16207,1; 16374,2 dan 16541,4.\",\"PeriodicalId\":347044,\"journal\":{\"name\":\"Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam\",\"volume\":\"76 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2018-09-20\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.35580/SAINSMAT7273682018\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Sainsmat : Jurnal Ilmiah Ilmu Pengetahuan Alam","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.35580/SAINSMAT7273682018","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

摘要

这项研究的目的是估算2021年托拉雅地区游客数量的激增,并将ARIMA模型付诸实施。采用的研究方法是应用研究,采用BPS Kab获得的定量辅助数据。北托拉雅人。进行的研究程序包括识别模型、估计参数、诊断阶段和在这种情况下的计算机Minitab 18的帮助下进行的计算。根据一项研究,使用的五个时间模型模型估算出2021年托拉雅地区阿里马(1.1)、阿里马(2.1.1)和阿里马(1.2.1)的游客数量激增。选择最佳模型的正确标准是最低值的MS。在这个拥有多发性硬化症的时代模型中,最小的是ARIMA(1.1.1),总计16487384。因此,占卜所用的模型是ARIMA(1.1),它的一般形式是。估计从2021年1月到12月的结果是13984.9;14924.1;15033.1;15204.6;15371.4;15538.6;15705.7;15872.8;16040;16207.1;16374.2和16544.4。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Perkiraan Lonjakan Jumlah Kunjungan Wisatawan di Kabupaten Toraja Utara Tahun 2021 dengan Penerapan Metode ARIMA
Penelitian ini bertujuan untuk memperkirakan (forecasting) lonjakan jumlah wisatawan di kabupaten Toraja Utara tahun 2021 dengan penerapan model ARIMA. Metode penelitian yang digunakan adalah penelitian terapan (applied research) dengan data sekunder kuantitatif yang diperoleh di BPS Kab. Toraja Utara. Prosedur penelitian yang dilakukan meliputi identifikasi model, estimasi parameter, tahap diagnostik dan forcasting dengan bantuan soft komputer dalam hal ini Minitab 18. Berdasarkan hasil penelitian diperoleh lima model time series yang digunakan memperkirakan lonjakan jumlah wisatawan di kabupaten Toraja Utara tahun 2021 yakni ARIMA (1,1,1), ARIMA (2,1,1) dan ARIMA (1,2,1). Kriteria yang tepat dalam pemilihan model yang terbaik adalah model yang mempunyai nilai MS (Mean Square) terkecil. Dalam hal ini model time series dengan MS terkecil adalah ARIMA (1,1,1) yaitu sebesar 16487384. Sehingga, model ini yang digunakan dalam melakukan peramalan adalah ARIMA (1,1,1) dengan bentuk umumnya yaitu . Hasil memperkirakan dari bulan januari sampai Desember 2021 adalah 13984,9; 14924,1; 15033,1; 15204,6; 15371,4; 15538,6; 15705,7; 15872,8; 16040; 16207,1; 16374,2 dan 16541,4.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
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