Perbandingan Akurasi Peramalan Metode Fuzzy Time Series Markov Chain dan Chen-Hsu pada Data Kunjungan Wisatawan Mancanegara di Indonesia = Comparison of the Forecasting Accuracy of the Fuzzy Time Series Markov Chain and Chen-Hsu Methods on Data on Foreign Tourist Visits in Indonesia


PABUNTA, AVALON YUDEA (2025) Perbandingan Akurasi Peramalan Metode Fuzzy Time Series Markov Chain dan Chen-Hsu pada Data Kunjungan Wisatawan Mancanegara di Indonesia = Comparison of the Forecasting Accuracy of the Fuzzy Time Series Markov Chain and Chen-Hsu Methods on Data on Foreign Tourist Visits in Indonesia. Thesis thesis, Universitas Hasanuddin.

[thumbnail of cover]
Preview
Image (cover)
H051211068-6t9OkGTACQ8bLoPI-20250123181410.jpg

Download (53kB) | Preview
[thumbnail of bab 1-2] Text (bab 1-2)
H051211068-1-2.pdf

Download (425kB)
[thumbnail of dapus] Text (dapus)
H051211068-dp.pdf

Download (195kB)
[thumbnail of full text] Text (full text)
H051211068-fulll.pdf
Restricted to Repository staff only until 16 January 2028.

Download (1MB)

Abstract (Abstrak)

Latar Belakang. Peramalan jumlah kunjungan wisatawan mancanegara (wisman) di Indonesia merupakan aspek penting dalam perencanaan sektor pariwisata. Fuzzy Time Series (FTS) merupakan metode peramalan data yang menggunakan konsep himpunan fuzzy. Kelebihan dari metode ini adalah tidak membutuhkan asumsi-asumsi dibandingkan metode peramalan lainnya, sehingga menjadi pilihan yang relevan untuk analisis ini. Tujuan. Penelitian ini bertujuan untuk membandingkan akurasi peramalan antara metode Fuzzy Time Series Markov Chain (FTS-MC) dan Fuzzy Time Series Chen-Hsu (FTS Chen-Hsu) dalam meramalkan jumlah kunjungan wisman di Indonesia untuk periode Januari 2023 hingga Juni 2024. Metode. FTS-MC menggunakan model Markov untuk memperkirakan kemungkinan peralihan antar kategori kunjungan, sedangkan FTS Chen-Hsu mengandalkan interval linguistik dalam menentukan kecenderungan peramalan. Adapun data bulanan kunjungan wisman di Indonesia yang digunakan adalah sebanyak 90 data yang terbagi menjadi data training dengan periode Januari 2017 hingga Desember 2022, dan data testing dengan periode Januari 2023 hingga Juni 2024. Hasil. Berdasarkan nilai Mean Absolute Percentage Error (MAPE) dan Root Mean Square Error (RMSE), ditunjukkan bahwa metode FTS Chen-Hsu pada data training menghasilkan peramalan yang lebih baik dibandingkan metode FTS-MC. Dibuktikan dengan hasil bahwa metode FTS Chen-Hsu menghasilkan nilai MAPE sebesar 0.70% dan RMSE sebesar 7.524,79. Sedangkan metode FTS-MC menghasilkan nilai MAPE sebesar 3.88% dan RMSE sebesar 50.949,82. Kesimpulan. Berdasarkan hasil pada data testing, dapat disimpulkan bahwa metode FTS Chen-Hsu lebih akurat dalam meramalkan jumlah kunjungan wisman di Indonesia untuk periode Januari 2023 hingga Juni 2024, dengan akurasi ketepatan peramalan sebesar 99.30% dibandingkan metode FTS-MC yang akurasi ketepatan peramalannya sebesar 96.32% berdasarkan nilai MAPE dan RMSE.

Item Type: Thesis (Thesis)
Uncontrolled Keywords: Chen-Hsu, Fuzzy Time Series, Markov Chain, Peramalan, Wisatawan Mancanegara.
Subjects: Q Science > Q Science (General)
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Statistika
Depositing User: Unnamed user with username pkl2
Date Deposited: 27 Oct 2025 01:12
Last Modified: 03 Nov 2025 06:21
URI: http://repository.unhas.ac.id:443/id/eprint/50042

Actions (login required)

View Item
View Item