Prediksi Penjualan Tiket Wisata Taman Bermain Menggunakan Metode ARIMA

Authors

  • Agnes Cherrly Universitas Kristen Satya Wacana
  • Ramos Somya Universitas Kristen Satya Wacana

DOI:

https://doi.org/10.33633/tc.v22i2.7950

Keywords:

Prediksi, Penjualan, Tiket, ARIMA

Abstract

Regulasi yang dikeluarkan pemerintah untuk menekan penyebaran Covid-19 adalah ditutupnya tempat kerumunan seperti wisata taman bermain, termasuk Saloka Theme Park. Banyaknya penjualan tiket yang tidak teratur setiap bulannya mengakibatkan penumpukan antrian secara tiba-tiba di loket pengecekan tiket dan loket penjualan tiket. Tujuan dari penelitian ini adalah memprediksi penjualan tiket wisata taman bermain menggunakan metode ARIMA untuk meningkatkan akurasi antara data aktual dan hasil prediksi. Data yang digunakan adalah data penjualan tiket Saloka Theme Park periode Januari 2020 hingga Januari 2023. Dari analisis metode ARIMA, diperoleh model ARIMA yang optimal digunakan untuk memprediksi jumlah penjualan tiket adalah model ARIMA (1,0,0). Model ARIMA (1,0,0) telah berhasil diuji secara signifikan dengan hasil p-value sebesar 0.001 lebih kecil dari nilai alpha 0.05, dan nilai RMSE sebesar 28566.456. Hasil prediksi model ARIMA (1,0,0) menunjukkan peningkatan jumlah penjualan tiket dua bulan mendatang pada bulan Februari dan Maret 2023 sebesar 28983 dan 84931. Pengujian akurasi antara nilai aktual dan hasil prediksi diperoleh nilai terbaik RMSE sebesar 21296.39 dan nilai MSE sebesar 453536460.26.

References

M. I. W., Perdana, G. K., Mahendra, 2021, Analisis Dampak Covid-19 Terhadap Sektor Pariwisata Di Objek Wisata Goa Pindul Kabupaten Gunungkidul, JSPG: Journal of Social Politics and Governance, No.2, Vol.3, 73–85, :https://doi.org/10.24076/JSPG.2021v3i2.623.

P. N. H., Putri, S., Astuti, C., Safitri, 2022, Analisis Dampak Pengembangan Pariwisata Terhadap Perekonomian Masyarakat Lokal di Era New Normal, Jurnal Ekonomi dan Manajemen Teknologi, No.2, Vol.6, 383–389, :https://doi.org/10.35870/emt.v6i2.723.

C., Chandra, S., Budi, 2020, Analisis Komparatif ARIMA dan Prophet dengan Studi Kasus Dataset Pendaftaran Mahasiswa Baru, Jurnal Teknik Informatika dan Sistem Informasi, No.2, Vol.6, 278–287, :https://doi.org/10.28932/jutisi.v6i2.2676.

G., Christie, D., Hatidja, R., Tumilaar, 2022, Penerapan Metode SARIMA dalam Model Intervensi Fungsi Step untuk Memprediksi Jumlah Pengunjung Objek Wisata Londa, JURNAL ILMIAH SAINS, No.2, Vol.22, 96–103, :https://doi.org/10.35799/jis.v22i2.40961.

M., Marzuqi, M., Tafrikan, S., Maslihah, 2022, Prediksi Jumlah Pengunjung Semarang Zoo dengan Metode Fuzzy Time Series, Zeta - Math Journal, No.1, Vol.7, 19–27, :https://www.researchgate.net/publication/360968622_Prediksi_Jumlah_Pengunjung_Semarang_Zoo_dengan_Metode_Fuzzy_Time_Series.

S., Madianto, E., Utami, A. D., Hartanto, 2021, Algoritma Triple Exponential Smoothing Untuk Prediksi Trend Turis Pariwisata Jatim Park Batu saat Pandemi Covid-19, Journal of Applied Informatics and Computing (JAIC), No.1, Vol.5, 58–63, :https://doi.org/10.30871/jaic.v5i1.3139.

M. B., Pamungkas, A., Wibowo, 2019, Aplikasi Metode ARIMA BOX-JENKINS untuk Meramalakan Kasus DBD di Provinsu Jawa Timur, The Indonesian Journal of Public Health, No.2, Vol.13, 181–194, :https://garuda.kemdikbud.go.id/documents/detail/924382.

R., Hermawan, Suseno, 2022, Analisis Peramalan Penjualan Produk Nutrisi Dengan Metode ARIMA dan SARIMA Pada PT Sapto Bumi Hidroponik, Juriti Prima (Jurnal Ilmiah Teknik Industri Prima), No.2, Vol.5, 17–25, :http://jurnal.unprimdn.ac.id/index.php/juriti/article/view/2253.

L., Farosanti, H., Mubarok, Indrianto, 2022, Analisa Peramalan Penjualan Alat Kesehatan dan Laboratorium di PT. Tristania Global Indonesia Menggunakan Metode ARIMA, JIMP: Jurnal Informatika Merdeka Pasuruan, No.2, Vol.7, 14–18, :http://ejurnal.unmerpas.ac.id/index.php/informatika/article/view/428.

M. A., Hasanah, S., Soim, A. S., Handayani, 2021, Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir, Journal of Applied Informatics and Computing (JAIC), No.2, Vol.5, 103-108, :https://doi.org/10.30871/jaic.v5i2.3200.

Dhewayani, F. N., D. Amelia, D., N., Alifah, B. N., Sari, M., Jajuli, 2022, Implementasi K-Means Clustering untuk Pengelompokkan Daerah Rawan Bencana Kebakaran Menggunakan Model CRISP-DM, Jurnal Teknologi dan Informasi (JATI), No.1, Vol.12, 64–77, :https://doi.org/10.34010/jati.v12i1.6674.

M. S., Pradana, D., Rahmalia, E. D. A., Prahastini, 2020, Peramalan Nilai Tukar Petani Kabupaten Lamongan dengan Arima, Jurnal Matematika, No.2, Vol.10, 91–104, :https://doi.org/10.24843/JMAT.2020.v10.i02.p126.

Z., Ainur Rohman, A., Atiqi Rohmawati, Indwiarti, 2021, Prediksi Penyebaran COVID-19 Harian di Jawa Timur Menggunakan Model Vector Autoregressive Moving Average (VARMA), eProceedings of Engineering, No.5, Vol.8, 11150–11163, :https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/15638.

S., Aktivani, 2021, Uji Stasioneritas Data Inflasi Kota Padang Priode 2014 - 2019, Jurnal Statistika Industri dan Komputasi, No.1, Vol.6, 26–33, :https://doi.org/10.34151/statistika.v6i0.

A. M., Maricar, 2019, Analisa Perbandingan Nilai Akurasi Moving Average dan Exponential Smoothing untuk Sistem Peramalan Pendapatan pada Perusahaan XYZ, Jurnal Sistem dan Informatika (JSI), No.2, Vol.13, 36–45, :https://www.jsi.stikom-bali.ac.id/index.php/jsi/article/view/193.

Downloads

Published

2023-05-26

Issue

Section

Articles