MA’IDATUL FITRIAH, -
(2024)
PERAMALAN JUMLAH KEDATANGAN WISATAWAN
MENGGUNAKAN SUPPORT VECTOR REGRESSION
BERBASIS SLIDING WINDOW.
JURNAL MEDIA INFORMATIKA BUDIDARMA.
ISSN eISSN 2548-8368 - pISSN 2614-5278
Abstract
MA’IDATUL FITRIAH (2024) : PERAMALAN JUMLAH KEDATANGAN WISATAWAN
MENGGUNAKAN SUPPORT VECTOR REGRESSION
BERBASIS SLIDING WINDOW
Abstrak− Sebagai kota yang sedang berkembang, Pekanbaru memiliki potensi objek wisata yang menarik bagi wisatawan.
Kedatangan wisatawan ini memberikan dampak positif yang besar terhadap perekonomian Kota Pekanbaru. Jumlah kedatangan
wisatawan dapat mengalami naik dan turun setiap bulannya, untuk itu diperlukan suatu peramalan kedatangan jumlah
wisatawan di masa mendatang. Penelitian ini bertujuan untuk menerapkan aplikasi Orange Data Mining dalam meramalkan
jumlah kedatangan wisatawan dengan membandingkan kernel yang ada pada metode Support Vector Regression (SVR) serta
menerapkan Sliding Window size 3 hingga window size 13 untuk mentransformasi menjadi data time series. Serta melakukan
pembagian data menggunakan metode K-Fold Validation dengan nilai K-10. Kemudian kinerja dari kernel-kernel yang
digunakan dapat dilihat menggunakan widget Test and Score yang menyajikan dari hasil Mean Absolute Error (MAE), Mean
Square Error (MSE), Root Mean Square Error (RMSE), dan R-squared(R2). Hasil untuk peramalan jumlah kedatangan
wisatawan ke Kota Pekanbaru menggunakan metode SVR menunjukkan bahwa Kernel RBF merupakan pilihan optimal
dibandingkan dengan Kernel Polinomial dan Linear. Hasil dari widget Test and Score menunjukkan bahwa Kernel RBF dengan
window size 10 memiliki nilai MAE, MSE, dan RMSE yang lebih rendah, yaitu 0,118, 0,022, dan 0,147. Selain itu,
perbandingan R2 pada window size 10 untuk Kernel RBF menunjukkan performa yang lebih baik dengan nilai sebesar 0,519.
Kata Kunci: Orange Data Mining; Peramalan; Sliding Window; Support Vector Regression; Wisatawan
Actions (login required)
 |
View Item |
