PREDIKSI JUMLAH PENGUNJUNG HOTEL YANG DIKELOLA DISBUDPORAPAR KABUPATEN MOJOKERTO MENGGUNAKAN METODE ARIMA DAN TURUNANNYA

Diniarti, Gading Putri (2025) PREDIKSI JUMLAH PENGUNJUNG HOTEL YANG DIKELOLA DISBUDPORAPAR KABUPATEN MOJOKERTO MENGGUNAKAN METODE ARIMA DAN TURUNANNYA. Undergraduate thesis, UPN Veteran Jawa Timur.

	Text (COVER) COVER.pdf Download (1MB)
	Text (BAB 1) BAB 1.pdf Download (397kB)
	Text (BAB 2) BAB 2.pdf Restricted to Repository staff only until 9 July 2027. Download (510kB) \| Request a copy
	Text (BAB 3) BAB 3.pdf Restricted to Repository staff only until 9 July 2027. Download (416kB) \| Request a copy
	Text (BAB 4) BAB 4.pdf Restricted to Repository staff only until 9 July 2027. Download (11MB) \| Request a copy
	Text (BAB 5) BAB 5.pdf Download (217kB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Download (218kB)
	Text (LAMPIRAN) LAMPIRAN.pdf Restricted to Repository staff only until 9 July 2027. Download (855kB) \| Request a copy

Abstract

Perkembangan sektor pariwisata di Kabupaten Mojokerto memberikan kontribusi signifikan terhadap perekonomian daerah, khususnya melalui pengelolaan hotel oleh Dinas Kebudayaan, Kepemudaan, Olahraga, dan Pariwisata (Disbudporapar). Namun, fluktuasi jumlah pengunjung yang dipengaruhi oleh faktor musiman dan eksternal menimbulkan tantangan dalam penyusunan strategi operasional. Skripsi ini bertujuan untuk memprediksi jumlah pengunjung hotel dengan menggunakan metode Autoregressive Integrated Moving Average (ARIMA) dan turunannya, yaitu Auto ARIMA. Data yang digunakan merupakan data historis bulanan dari 17 hotel selama periode 2022–2024. Proses penelitian diawali dengan preprocessing data, visualisasi, dan pengujian stasioneritas menggunakan uji Augmented Dickey-Fuller (ADF). Pada metode ARIMA manual, identifikasi dan penentuan parameter model dilakukan melalui analisis pola grafik Autocorrelation Function (ACF) dan Partial autocorrelation Function (PACF), sehingga sangat dipengaruhi oleh interpretasi pengguna. Sementara itu, Auto ARIMA menentukan parameter model secara otomatis berdasarkan pemilihan nilai terbaik dari indikator statistik seperti Akaike Information Criterion (AIC) dan Bayesian Information Criterion (BIC), sehingga lebih efisien dan mengurangi potensi kesalahan dalam penentuan parameter. Evaluasi akurasi dilakukan dengan menggunakan nilai Mean Absolute Percentage Error (MAPE), Mean Squared Error (MSE), dan Root Mean Squared Error (RMSE). Hasil evaluasi akurasi menunjukkan bahwa metode Auto ARIMA mampu memberikan performa prediksi yang lebih akurat dibandingkan metode ARIMA. Hal ini dibuktikan dengan seluruh data yang diprediksi menggunakan metode Auto ARIMA menghasilkan nilai Mean Absolute Percentage Error (MAPE) di bawah 50%. Berdasarkan temuan tersebut, Auto ARIMA ditetapkan sebagai metode terbaik dalam skripsi ini. Metode tersebut kemudian diterapkan ke dalam sistem prediksi jumlah pengunjung hotel yang dirancang dalam bentuk aplikasi berbasis website.

Item Type:

Thesis (Undergraduate)

Contributors:

Contribution	Contributors	NIDN/NIDK	Email
Thesis advisor	HADIWIYANTI, RIZKA	NIDN0727078602	rizkahadiwiyanti.si@upnjatim.ac.id
Thesis advisor	ANANTO, PRASASTI KARUNIA FARISTA	NIDN2004079701	prasasti.karunia.fasilkom@upnjatim.ac.id

Subjects:

T Technology > T Technology (General) > T58.6-58.62 Management Information Systems

Divisions:

Faculty of Computer Science > Departemen of Information Systems

Depositing User:

Gading Putri Diniarti

Date Deposited:

17 Jul 2025 03:03

Last Modified:

17 Jul 2025 03:03

URI:

https://repository.upnjatim.ac.id/id/eprint/39321