Skripsi

PREDIKSI JUMLAH PENGUNJUNG PERPERIODE TERHADAP TEMPAT WISATA PANTAI MENGGUNAKAN TRIPLE EXPONENTIAL SMOOTHING (STUDI KASUS PANTAI GILI LABAK SUMENEP)

Penulis RAHIM, AINUR
Jenis

Skripsi

Tahun

2021

Kode

518/UB/fT-Inf/21

Bahasa

Ind

Skripsi Tersedia
Unduh Laporan

PREDIKSI JUMLAH PENGUNJUNG PERPERIODE TERHADAP TEMPAT WISATA PANTAI MENGGUNAKAN TRIPLE EXPONENTIAL SMOOTHING (STUDI KASUS PANTAI GILI LABAK SUMENEP)

#1714311049

Pengarang: RAHIM, AINUR

Pembimbing Pertama: Dr.Rr. Ani Dijah Rahajoe, ST.M.Cs

Jenis: Skripsi

Penerbit: UBHARA - FT. informatika

Tahun Terbit: 2021

Bahasa: Ind

Kode: 518/UB/fT-Inf/21

No. Klasifikasi: 005.4 Rah p

Jenis Karya: S1


Jenis

Skripsi

Tahun

2021

Status

Tersedia

Kode

518/UB/fT-Inf/21

Deskripsi Fisik

xv + 99 hal; 30 cm

Subyek

PREDIKSI - TRIPLE EXPONENTIAL SMOOTHING

Kata Kunci

Prediksi Triple Exponential Smoothing Multiplikatif Gili Labak.

Anotasi

ABSTRAK Pariwisata menjadi salah satu sektor dalam peningkatan pendapatan suatau wilayah, baik negara, daerah ataupun kabupaten. Begitu halnya di kabupaten sumenep wisata terdapat wisata religi, kuliner, keraton dan bahari. Keberadaan wisata bahari (pantai) menjadi fokus pnelitian penulis. Bahwa Sumenep atau lebih tepatnya Gili Labak dengan wisata pantainya menjadi tempat kunjungan dominan oleh wisatawan khusunya dikalangan remaja Peramalan atau Forecasting menurut Subagyo (Fiqi Randi, 2017:38), adalah peramalan tentang apa yang akan terjadi pada waktu yang akan datang berikut bertujuan untuk mendapatkan ramalan atau prediksi dan dapat meminimumkan kesalahan ramalan. Penelitian ini bertujuan untuk membangun aplikasi Prediksi Jumlah Pengunjung Perperiode Terhadap Tempat Wisata Pantai Menggunakan Triple Exponential Smoothing (Studi Kasus Pantai Gili Labak Sumenep). Data wisata sebelumnya merupakan data pada tahun 2015-2018 pada jumlah hasil prediksi periode 2019 diperoleh sebesar 32.369.72, hasil penelitian ini menunjukkan bahwa prediksi dengan metode Triple Exponential Smoothing Holt –Winter Model Multiplikatif dengan nilai konstanta alfa (a) = 0,1, beta (β) = 0,8 dan gama (ƴ) = 0,1 kesalahan model error yang digunakan yaitu MAD sebesar 0.053246348, MSE sebesar 0.002835174, MAPE sebesar 0.001897589dan MPE -0.490802157 terlihat dari nilai MAD, MSE, MAPE dan MPE. kinerja proses prediksi menggunakan Mean Absolute Percentage Error (MAPE) dengan hasil nilai error terkecil pada MAPE yang menunjukkan tingkat akurasi sebesar ≤ 10 %, yang berarti peramalan yang dilakukan baik dan sesuai.

Di-entri: 12 September 2022 04:54