PERAMALAN DISTRIBUSI KEDATANGAN TURIS MANCANEGARA MELALUI PINTU MASUK BANDARA SOEKARNO HATTA MENGGUNAKAN ARIMA
DOI:
https://doi.org/10.32493/jsmu.v4i1.10796Keywords:
Time Series, ARIMA Box-Jenskin, StasioneritasAbstract
Penelitian ini bertujuan untuk melihat pola perkembangan Jumlah Wisatawan Mancanegara yang berkunjung ke Indonesia melalui pintu Bandara Soekarno-Hatta. Data yang digunakan adalah data time series univariat yakni Jumlah Wisatawan Mancanegara yang berkunjung ke Indonesia melalui pintu masuk Bandara Soekarno-Hatta periode bulanan dari tahun 2008 sd 2017. Alasan pemilihan Bandara Soekarno_Hatta sebagai pintu masuk turis Wisman adalah karena Bandara Soekarno-Hatta merupakan bandara tersibuk dengan pergerakan penumpang tertinggi dan terhubung ke berbagai negara. Analisis peramalan yang paling tepat digunakan untuk data time series tanpa pengaruh musiman adalah ARIMA Box-Jenkins. Hasil penelitian menunjukkan bahwa model terbaik ARIMA (p,d,q) adalah ARIMA (1,1,2). Salah satu syarat yang harus dipenuhi dalam model ARIMA adalah stasioneritas dalam varians dan stasioneritas dalam rata-rata (Mean). Jika datanya tidak stasioner dilakukan differencing beberapa kali sampai diperoleh data stasioner. Dalam penelitian ini dilakukan satu kali differencing, sehingga dapat ditentukan nilai d=1. Model ramalan sementara yang dapat dibentuk adalah ARIMA(1,1,2), ARIMA(0,1,1), ARIMA(2,1,1), dan ARIMA(1,1,0). Namun berdasarkan uji signikasi Estimasi Parameter, uji kelayakan model atau Diagnostik Checking (White Noise dan Normalitas Residual) serta nilai AIC terkecil, maka dapat disimpulkan bahwa model ARIMA(1,1,2) yang terbaik dan dapat digunakan untuk peramalan.
References
Assauri, S. (1984). Teknik & metoda peramalan : penerapannya dalam ekonomi & dunia usaha. Jakarta: Lembaga Penerbit FE-UI.
Cryer, J. D., & Chan, K.-S. (2008). Time Series Analysis With Applications in R. Springer Netherlands.
Daniel, W. W. (1989). Statistik nonparametrik terapan. Jakarta: Gramedia.
Gujarati, D. N., & Poter, D. C. (2008). Basic Econometric fifth edition. San Fansisco: The McGraw-Hill Series.
Hartati, H. (2017). Penggunaan Metode Arima Dalam Meramal Pergerakan Inflasi. Jurnal Matematika Sains Dan Teknologi, 18(1), 1–10. https://doi.org/10.33830/jmst.v18i1.163.2017
Hillmer, S. C., & Wei, W. W. S. (2006). Time Series Analysis: Univariate and Multivariate Methods,2nd edition. Journal of the American Statistical Association, 86(413), 245. https://doi.org/10.2307/2289741
I, R., & SP, W. (2010). Peramalan jumlah wisatawan mancanegara yang masuk melalui pintu kedatangan bandara soekarno hatta dan bandara juanda. 1–11.
Makridakis, S. G. (1998). Forecasting : methods and applications. New York: John Wiley and Sons, 1983.
Pemerintah Pusat. (2009). Undang-undang (UU) tentang Kepariwisataan.
PENGEMBANGAN, A. P. D., & KEPARIWISATAAN, K. (2015). KUNJUNGAN, ANALISIS WISMAN ATAWAN CANEGARA -2015, TRIWULAN II.
Sari, E. D. N. (2017). Peramalan Harga Saham Perusahaan industri Perbankan Menggunakan Metode ARIMA Box-Jenkis. 128.
Undang Undang No. 10/2009 tentang Kepariwisataan. (2009). Jakarta.
Wei, William W. S. (2006). Time Series Analysis: Univariate and Multivariate Methods, 2nd edition, 2006.
Yoeti, O. A. (2008). Perencanaan & Pengembangan Pariwisata. Pradnya Paramita.
https://databoks.katadata.co.id/datapublish/2016/11/23/indonesia-posisi-4-destinasi-pariwisata-asean
Downloads
Published
Issue
Section
License
This content licensing is in accordance with a CC license: https://creativecommons.org/licenses/by-nc-sa/4.0/ CC-BY-NC-SA.