Penerapan Algoritma Neural Network dalam Prediksi Kedatangan Wisatawan Mancanegara di DKI Jakarta Melalui Pintu Masuk Bandara Soekarno-Hatta
Abstract
Prediksi kedatangan wisatwan mancanegara di DKI Jakarta dapat membantu pemerintah dalam meningkatkan pendapatan dari sektor pariwisata. Selain meningkatkan pendapatan dengan adanya prediksi yang tepat untuk kedatangan wisatwan mancanegara di DKI Jakarta membantu pemerintah dalam mempersiapkan langkah-langkah strategis dalam membangun industri pariwisata. Metode Neural Network sebagai sekumpulan algoritma machine learning yang dirancang untuk mengenali pola data dengan meniru cara kerja sel saraf manusia. Neural Network sering digunakan untuk menyelesaikan masalah-masalah yang rumit dan berkaitan dengan identifikasi input, prediksi, pengenalan pola dan sebagainya. Penelitian yang akan dilakukan adalah penelitian eksperimen, dengan tahapan pengumpulan data, pengolahan data awal (data pre-prosesing), metode data yang diusulkan pada penelitian ini menggunakan metode Neural Network, dan pada tahap evaluasi dan validasi hasil pada penelitian ini berupa akurasi dalam RMSE dengan menggunakan tools Rapid Miner 5.3. Berdasarkan penelitian yang telah dilakukan menggunakan Rapid Miner 5.3 terhadap data time series kedatangan wisatawan mancanegara sebanyak 145 dataset. Metode Neural Network sudah berhasil diterapkan dalam prediksi kedatangan wisatawan mancanegara ke DKI Jakarta melalui pintu masuk Bandara Soekarno Hatta dengan diperoleh RMSE cukup baik yaitu sebesar 40439,085.
References
Windarto, A. P. (2017). Implementasi Jst Dalam Menentukan. Sains Komputer & Informatika, 1(1), 12–23.
Hadianto, N., Novitasari, H., & Rahmawati, A. (2019). KLASIFIKASI PEMINJAMAN NASABAH BANK MENGGUNAKAN METODE NEURAL NETWORK. Jurnal Pilar Nusa Mandiri, 15(2), 163-170.
Putra, Hasdi, and N. Ulfa Walmi. "Penerapan Prediksi Produksi Padi Menggunakan Artificial Neural Network Algoritma Backpropagation." J. Nas. Teknol. dan Sist. Inf 6.2 (2020): 100-107.
Rohmawan, Eko Prasetiyo. "Prediksi Kelulusan Mahasiswa Tepat Waktu Menggunakan Metode Desicion Tree Dan Artificial Neural Network." Jurnal Ilmiah MATRIK 20.1 (2018): 21-30.
Meimela, A. (2021). Prediksi Jumlah Kunjungan Wisatawan Mancanegara ke Indonesia. Media Wisata, 19(1), 34–41.
Pandji, B. Y., Indwiarti, I., & Rohmawati, A. A. (2019). Perbandingan Prediksi Harga Saham dengan model ARIMA dan Artificial Neural Network. Indonesia Journal on Computing (Indo-JC), 4(2), 189-198.
Rifai, B. (2013). ALGORITMA NEURAL NETWORK UNTUK PREDIKSI PENYAKIT JANTUNG. Jurnal Techno Nusa Mandiri, 10(1), 1-9.
Nugraha, F. S., Shidiq, M. J. F., & Rahayu, S. (2019). Analisis Algoritma Klasifikasi Neural Network Untuk Diagnosis Penyakit Kanker Payudara. Jurnal Pilar Nusa Mandiri, 15(2), 149-156.
Purwanto, C. Eswaran and R. Logeswaran, “Improved Adaptive Neuro-Fuzzy Inference System for HIV/AIDS Time Series Prediction”, in Informatics Engineering and Information Science 253, (Malaysia, 2011), pp. 1-13.
Rizal, Ahmad Ashril, and Hartati Sri. " PREDIKSI KUNJUNGAN WISATAWAN DENGAN RECURRENT NEURAL NETWORK EXTENDED KALMAN FILTER." Jurnal Ilmiah Ilmu Komputer 10.1 (2017): 7-18.

This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.