CD Skripsi

Analisis Perbandingan Kinerja Metode Arima Dan LSTM Dalam Memprediksi Jumlah Pengunjung Wisata Karangan

---

ABSTRAK

SHAFWA NULFIKHRANI. Analisis Perbandingan Kinerja Metode ARIMA Dan LSTM Dalam Memprediksi Jumlah Pengunjung Wisata Karangan (dibimbing oleh Randy Angriawan, dan Kamaruddin)

Permasalahan yang terjadi adalah jumlah pengunjung di Desa Wisata Karangan, Kabupaten Enrekang, mengalami fluktuasi yang cukup signifikan setiap bulannya. Ketidakpastian ini menyulitkan pengelola dalam merencanakan kapasitas, fasilitas, serta strategi promosi yang efektif. Oleh karena itu, diperlukan model prediksi jumlah pengunjung yang akurat untuk mendukung pengelolaan wisata secara optimal dan berkelanjutan. Penelitian ini bertujuan untuk memprediksi jumlah pengunjung di destinasi Wisata Karangan menggunakan metode AutoRegressive Integrated Moving Average (ARIMA) dan Long Short-Term Memory (LSTM) serta membandingkan kinerjanya. Data diperoleh melalui studi pustaka dan teknik dokumentasi dari catatan jumlah pengunjung bulanan mulai Januari 2018 hingga Februari 2025. Proses analisis data dilakukan melalui beberapa tahap, yaitu pengumpulan data, preprocessing, pembangunan model ARIMA dan LSTM, serta evaluasi kinerja menggunakan metode analisis kuantitatif dengan ukuran error Mean Absolute Percentage Error (MAPE) dan Mean Absolute Error (MAE).Hasil penelitian menunjukkan bahwa model LSTM memiliki akurasi prediksi yang lebih baik dengan nilai MAPE sebesar 11,89% dan MAE sebesar 49,32, sedangkan model ARIMA menghasilkan nilai MAPE 13,30% dan MAE 62,46. Temuan ini mengindikasikan bahwa metode LSTM lebih efektif dalam menangani data deret waktu yang memiliki pola musiman dan fluktuasi tinggi. Hasil prediksi ini diharapkan dapat membantu pengelola dalam merancang strategi pengembangan destinasi wisata secara lebih efisien dan berkelanjutan.

Kata Kunci: Prediksi, ARIMA, LSTM, Deret Waktu, Wisata Karangan
 

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

CDSKR SHA a

Penerbit

Makassar : UNITAMA., 2025

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

REF SHA a

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

Pembimbing I: Randy Angriawan dan Pembimbing II: Kamaruddin Penguji: Andi Yulia Muniar, Mashud dan Nurzaenab

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar