1. Home
  2. Vol 8, No 2 (2024)
  3. Irhab

PENERAPAN DECISION TREE REGRESSOR DALAM PENGEMBANGAN BUSINESS INTELLIGENCE UNTUK PREDIKSI PERGERAKAN WISATAWAN JAWA TIMUR

Moh Dzaky Irhab(1), Aryo Nugroho(2),


(1) Universitas Narotama
(2) Universitas Narotama
Corresponding Author

Abstract


Kemajuan teknologi dan analisis data sangat penting bagi kemajuan industri pariwisata di Jawa Timur. Penelitian ini bertujuan untuk menerapkan Decision Tree Regression (DTR) dalam pengembangan Business Intelligence (BI) untuk menganalisis dan meramalkan pergerakan wisatawan di wilayah tersebut. Dengan menggunakan data dari tahun 2018 hingga 2022, termasuk data pergerakan wisatawan, warisan budaya, dan destinasi wisata dari berbagai kota di Jawa Timur, penelitian ini menggunakan DTR untuk analisis, dengan tujuan membuat model prediksi untuk pola wisatawan di masa depan. Hasil penelitian menunjukkan bahwa model DTR untuk pergerakan wisatawan domestik mencapai MAE optimal sebesar 0,843 dan MAPE optimal sebesar 6,11%, sedangkan model untuk pergerakan wisatawan internasional mencapai MAE optimal sebesar 2,309 dan MAPE optimal sebesar 44,20%. Temuan ini menunjukkan potensi dari model DTR yang dikembangkan untuk memberikan wawasan berharga bagi para pemangku kepentingan yang terlibat dalam perencanaan dan manajemen sektor pariwisata di Jawa Timur. Selain itu, penelitian ini juga berkontribusi pada peningkatan BI untuk pariwisata, membentuk dasar untuk strategi pariwisata yang lebih cerdas dan berkelanjutan di wilayah tersebut.


References


Dhebys Suryani, Rokhimatul Wakhidah, and A.

Latifudin, “PERAMALAN JUMLAH PENGUNJUNG

WISATAWAN MANCANEGARA MENGGUNAKAN

METODE FUZZY TIME SERIES DI JAWA TIMUR,”

J. Inform. Polinema, vol. 8, no. 2, pp. 43–48, Mar. 2022,

doi: 10.33795/jip.v8i2.525.

A. Mulyani, “VISUALISASI DATA

TICKETING SERVICEDESK DENGAN

DASHBOARD PADA PT BRANTAS ABIPRAYA

(PERSERO),” vol. 7, 2023.

S. Angreini and E. Supratman, “Visualisasi

Data Lokasi Rawan Bencana Di Provinsi Sumatera

Selatan Menggunakan Tableau,” J. Nas. Ilmu Komput.,

vol. 2, no. 2, pp. 135–147, Nov. 2021, doi:

47747/jurnalnik.v2i2.528.

M. R. Atsani, G. Tyas Anjari, and N. Mega

Saraswati, “Pengembangan Business Intelligence Di

Rumah Sakit (Studi Kasus: RSUD Prof. Dr. Margono

Soekarjo Purwokerto),” Telematika, vol. 12, no. 2, pp.

–138, Aug. 2019, doi:

35671/telematika.v12i2.839.

T. Tumini and E. S. Subekti, “Implementasi

Business Intelligence Untuk Menganalisis Data Proses

Manufaktur Menggunakan Google Data Studio,” J. Ilm.

Tek. Inform. Dan Komun., vol. 3, no. 3, pp. 143–151,

E. H. Saragih, I. P. A. Bayupati, and G. A. A.

Putri, “Pengembangan Business Intelligence Dashboard

untuk Monitoring Aktivitas Pariwisata (Studi Kasus:

Dinas Pariwisata Provinsi Bali),” J. Teknol. Inf. Dan Ilmu

Komput., vol. 8, no. 6, pp. 1159–1168, Nov. 2021, doi:

25126/jtiik.2021863755.

D. Trisnawarman and M. C. Imam,

“BUSINESS INTELLIGENCE FRAMEWORK FOR

PERFORMANCE MEASUREMENT IN HIGHER

EDUCATION STUDY PROGRAMS,” J. Muara Sains

Teknol. Kedokt. Dan Ilmu Kesehat., vol. 4, no. 2, p. 249,

Oct. 2020, doi: 10.24912/jmstkik.v4i2.8877.

D. H. Depari, Y. Widiastiwi, and M. M.

Santoni, “Perbandingan Model Decision Tree, Naive

Bayes dan Random Forest untuk Prediksi Klasifikasi

Penyakit Jantung,” Inform. J. Ilmu Komput., vol. 18, no.

, p. 239, Dec. 2022, doi: 10.52958/iftk.v18i3.4694.

D. Septhya et al., “Implementasi Algoritma

Decision Tree dan Support Vector Machine untuk

Klasifikasi Penyakit Kanker Paru: Implementation of

Decision Tree Algorithm and Support Vector Machine

for Lung Cancer Classification,” MALCOM Indones. J.

Mach. Learn. Comput. Sci., vol. 3, no. 1, pp. 15–19, May

, doi: 10.57152/malcom.v3i1.591.

A. S. Wibowo and A. Andri, “Dashboard

Business Intelligence Vusialisasi Data Akreditasi Sekolah

Pada SMP Negeri 1 Sembawa,” J. Nas. Ilmu Komput.,

vol. 2, no. 4, pp. 249–256, Nov. 2021, doi:

47747/jurnalnik.v2i4.536.

T. Tommy and A. M. Husein, “Model Prediksi

Prestasi Mahasiswa Berdasarkan Evaluasi Pembelajaran

Menggunakan Pendekatan Data Science,” Data Sci.

Indones. DSI, vol. 1, no. 1, pp. 14–20, 2021.

A. Meimela, “Prediksi Jumlah Kunjungan

Wisatawan Mancanegara ke Indonesia,” Media Wisata,

vol. 19, no. 1, pp. 34–41, May 2021, doi:

36276/mws.v19i1.64.

L. S. Ihzaniah, A. Setiawan, and R. W. N.

Wijaya, “Perbandingan Kinerja Metode Regresi KNearest Neighbor dan Metode Regresi Linear Berganda

pada Data Boston Housing,” Jambura J. Probab. Stat.,

vol. 4, no. 1, pp. 17–29, May 2023, doi:

34312/jjps.v4i1.18948.

A. T. Nurani, A. Setiawan, and B. Susanto,

“Perbandingan Kinerja Regresi Decision Tree dan

Regresi Linear Berganda untuk Prediksi BMI pada

Dataset Asthma,” J. Sains Dan Edukasi Sains, vol. 6, no.

, pp. 34–43, May 2023, doi: 10.24246/juses.v6i1p34-43.

A. Nurfadilah, W. Budi, E. Kurniati, and D.

Suhaedi, “Penerapan Metode Moving Average untuk

Prediksi Indeks Harga Konsumen,” vol. 21, no. 1, 2022.


Full Text: PDF (Bahasa Indonesia)

Article Metrics

Abstract View : 35 times
PDF (Bahasa Indonesia) Download : 11 times

DOI: 10.58486/jsr.v8i2.362

Refbacks

  • There are currently no refbacks.