Prediksi Kedatangan Turis Menggunakan Algoritma Weighted Exponential Moving Average

Abstract

Tourism is an important factor for the development of a country. Tourism can be used as a promotion to introduce natural beauty and cultural uniqueness. Government needs to predict how many tourists will come every year to do a planning. Therefore, an application is needed to help to predict the arrival of tourists in each country. In this paper, we use Weighted Exponential Moving Average (WEMA) method to predict the arrival of tourist, tourism expenditure in the country, and departure using data from 2008 to 2018. Error measurement is calculated using the Mean Absolute Percentage Error (MAPE). The result shows that the lowest average MAPE on arrival data with span 2 is at 3.28. The lowest average MAPE on tourism expenditure data with span 2 is at 3.99%. The result shows that the lowest average MAPE on departure data with span 2 is at 3.63%.

Prediksi Jangka Pendek Jumlah Pariwisata Dengan Metode Wema Pada Parameter Multivalue Forecasting Provinsi Jawa Timur

“…Penelitian mengenai prediksi kunjungan wisatawan sudah pernah dilakukan dengan berbagai metode Time Series Forecasting seperti SARIMA [5], Fuzzy Time Series [6], Multivariat Fuzzy Time Series [7], dan Support Vector Regression [8], dan penggabungan dari beberapa metode lainnya [9]. Selain itu terdapat metode Time Series Forecasting Moving Average yang sering digunakan dan dikombinasikan seperti Weighted Moving Average [10] dan Least Square [11], Simple Moving Average dan Single Exponential Smoothing [12], Double Moving Average dan Double Exponential Smoothing [13], Weighted Exponential Moving Average (WEMA) [14] untuk memprediksi kunjungan wisatawan dengan perolehan tingkat akurasi yang lebih baik.…”

“…Pada parameter single value forecasting yang dimana hanya melakukan prediksi berdasarkan 1 atribut data, seperti jumlah kedatangan wisatawan seperti pada penelitian [10]. Sedangkan pada parameter multivalue forecasting melakukan prediksi berdasarkan 4 atribut data kunjungan wisatawan dengan periode data harian, seperti jumlah data nilai arrival, data nilai tourism expenditure in the country, data nilai departure, dan data nilai tourism expenditure in other countries seperti pada penelitian [14].…”

“…Pada teknik evaluasi Mean Error (ME) membuktikan semakin lama jarak waktu yang digunakan maka tingkat akurasi yang diperoleh semakin baik seperti pada penelitian [10] untuk memprediksi jumlah kunjungan wisatawan dengan parameter single value forecasting metode Weighted Moving Average. Sedangkan teknik evaluasi Mean Absolute Percentage Error (MAPE) pada parameter multivalue forecasting untuk mencari tingkat relatif akurasi terendah rata-rata dari metode Weighted Exponential Moving Average (WEMA) dengan menggunakan nilai span 2, 3, dan 5 (banyaknya titik data terdahulu yang dipilih dari data terbaru), sehingga memperoleh nilai span 2 menjadi yang terkecil yaitu sebanyak 3,28% untuk data arrival, 3,99% untuk data tourism expenditure in the country, 3,63 untuk data departure, dan 4,07% untuk data tourism expenditure in other countries seperti pada penelitian [14].…”

“…Metode Weighted Exponential Moving Average (WEMA) selain pernah digunakan untuk melakukan prediksi kunjungan wisatawan [14] dengan periode data harian, metode Weighted Exponential Moving Average (WEMA) juga pernah digunakan untuk melakukan prediksi IHSG [15], prediksi pasar modal ASEAN [16] dengan periode data harian dan prediksi indeks komposit JKSE dengan periode data mingguan [17].…”

BOT Auto Trade Cryptocurrency Menggunakan Metode Exponential Moving Average

“…BOT merupakan kependekan dari robot, sebuah robot yang salah satu fungsinya untuk memudahkan tugas manusia [1]. Dengan adanya BOT ini mempermudah kita dalam melakukan trading cryptocurrency secara otomatis dan dapat di monitoring melalui Telegram BOT yang akan mengirim notifikasi ketika berhasil melakukan aktivitas transaksi penjualan serta pembelian pada website exchanges cryptocurrency dengan menganalisa pergerakan harga coin cryptocurrency menggunakan metode peramalan, peramalan adalah suatu kegiatan atau usaha untuk mengetahui (event) yang akan terjadi pada waktu yang akan datang mengenai objek tertentu menggunakan pengalaman atau data historis [2]. Exponential Moving Average.…”