Abstrak Pariwisata merupakan sektor ekonomi yang secara langsung menyentuh dan melibatkan masyarakat. Akibatnya, perubahan sektor pariwisata akan berdampak langsung bagi perekonomian masyarakat. Berdasarkan data BPS, jumlah wisatawan mancanegara yang datang ke Sumatera Utara berfluktuasi, artinya jumlahnya dapat meningkat maupun menurun setiap bulan dan tahun. Berfluktuasinya perubahan jumlah wisatawan mancanegara ini berdampak bagi pelaku pariwisata. Oleh sebab itu, diperlukan suatu cara untuk meramalkan perkiraan jumlah wisatawan mancanegara yang datang ke Sumatera Utara. Pada Penelitian ini, peneliti menggunakan metode Fuzzy Time Series Markov Chain Model. Hasil peramalan tergantung oleh banyak partisi (banyak interval) yang dilakukan. Untuk menentukan banyak interval, peneliti menggunakan dua rumus yaitu rumus Sturges dan average based length. Penelitian ini menggunakan 108 data sekunder, yaitu jumlah wisatawan yang datang ke Sumatera Utara mulai Januari 2010 sampai Desember 2018 yang diambil dari BPS Sumatera Utara. Data dikelompokkan menjadi Data Training sebanyak 85 data dan data uji 23 data. Penggunaan rumus Sturges menghasilkan banyak interval 7 dan rumus average based length menghasilkan banyak interval 20. Akurasi peramalan untuk banyak interval 7 lebih akurat daripada banyak interval 20. Hal ini ditandai nilai MAPE 6.66 % untuk banyak interval 7 dan 9.87 % untuk banyak interval 20. Hasil peramalan untuk bulan Januari 2019 adalah 21594,0625. Abstract Tourism is an economic sector that directly touches and involves the community. As a result, changes in the tourism sector will have a direct impact on the community's economy. Based on BPS data, the number of foreign tourists who come to North Sumatra fluctuates, meaning that the number can increase or decrease every month and year. This fluctuating change in the number of foreign tourists has an impact on tourism actors. Therefore, we need a way to predict the estimated number of foreign tourists who come to North Sumatra. In this study, researchers used the Fuzzy Time Series Markov Chain Model method. Forecasting results depend on the number of partitions (many intervals) performed. To determine the number of intervals, the researcher uses two formulas, namely the Sturges formula and the average based length.
CITATION STYLE
Febrian, D., Kartika, D., & Nainggolan, D. A. J. (2021). Peramalan Jumlah Wisatawan Mancanegara Yang Datang Ke Sumatera Utara Dengan Fuzzy Time Series. KUBIK: Jurnal Publikasi Ilmiah Matematika, 6(1), 13–23. https://doi.org/10.15575/kubik.v6i1.10604
Mendeley helps you to discover research relevant for your work.