Implementasi Algoritme Support Vector Regression Pada Prediksi Jumlah Pengunjung Pariwisata

Abstrak

Pariwisata mempunyai peranan penting bagi pertumbuhan ekonomi suatu daerah. Salah satu faktor yang memengaruhi sektor pendapatan pariwisata adalah jumlah pengunjung. Semakin banyak jumlah pengunjung dapat meningkatkan pendapatan, jika jumlah pengunjung mengalami penurunan maka akan berdampak pada perkembangan tempat wisata yang dapat merugikan pihak pengelola pariwisata. Sistem prediksi jumlah pengunjung diperlukan sebagai gambaran mengenai tingkat jumlah pengunjung pariwisata untuk periode yang akan datang dan dapat memberikan informasi kepada pihak pengelola pariwisata untuk mempersiapkan sarana dan prasarana yang lebih baik serta mampu mengelola pendapatan dan pengeluaran untuk meminimalkan kerugian. Prediksi jumlah pengunjung pariwisata dapat dilakukan dengan menerapkan algoritme Support vector regression. Algoritme Support vector regression merupakan metode yang dapat menyelesaikan masalah regresi dan menghasilkan kinerja yang baik dalam pengambilan solusi. Pada penelitian ini data yang digunakan sebanyak 72 data jumlah pengunjung bulanan pada pariwisata dari tahun 2010 hingga 2015. Hasil pengujian menunjukkan bahwa rata-rata nilai MAPE minimum yang dihasilkan adalah 9,16% dan nilai MAPE terbaik yang didapatkan adalah 6,98% yang berarti rata-rata selisih antara hasil prediksi dengan data aktual sebesar 115 jumlah pengunjung dengan parameter sigma = 925,8409 lambda = 0,3868, cLR = 0,0802, epsilon = 1,27E-10, complexity = 3234,539, jumlah iterasi maksimal 5000.

Kata kunci: prediksi, pariwisata, jumlah pengunjung, support vector regression