Komparasi Sarimax dan Prophet untuk Prediksi Tingkat Penghunian Kamar Hotel Jawa Tengah
DOI:
https://doi.org/10.62411/tc.v23i2.8232Keywords:
Comparison, Prediction, Sarimax, Prophet, TPK.Abstract
Pemerintah Jawa Tengah memprioritaskan pemulihan pariwisata akibat Covid-19. Tingkat penghunian kamar (TPK) hotel dapat menjadi pertanda keberhasilan minat wisatawan terhadap daerah yang dikunjungi dan salah satu leading indicator dalam mengukur ekonomi pada sektor pariwisata. TPK hotel Jawa Tengah dipublikasikan oleh Badan Pusat Statistik (BPS) namun publikasi membutuhkan waktu satu atau dua bulan berikutnya. Pada penelitian ini melakukan komparasi model Sarimax dan Prophet untuk prediksi TPK hotel berbintang Jawa Tengah berdasarkan nilai MAPE dan waktu eksekusi program. Model dibuat menggunakan 2 kategori dataset yang telah di cek stasionaritasnya. Dataset 1 yaitu data 2005-2022 (menyertakan situasi pandemi covid 19 hingga pemberhentian PPKM) dan data set 2 yaitu 2005-2019 (tanpa menyertakan situasi pandemi covid 19). Hasilnya model Sarimax dan prophet terbaik adalah model yang menggunakan dataset 2 dengan nilai MAPE 10.43% dan 47,529 detik waktu eksekusi sedangkan model prophet dengan dataset 2 mendapatkan nilai MAPE 6.05% dan 0.892 detik waktu eksekusi. Selanjutnya model Sarimax dan prophet yang menggunakan dataset 2, dilakukan prediksi dari tahun 2022 hingga februari 2023. Hasil prediksi kedua model dibandingkan dengan data aktual. Hasilnya, Sarimax lebih unggul daripada prophet dengan nilai MAPE 12.05% dan waktu eksekusi 0.014, prophet yaitu 14.07% dan 0.100 detik.References
D. R. A. U. Khasanah, H. Pramudibyanto, and B. Widuroyekti, “Pendidikan Dalam Masa Pandemi Covid-19,” J. Sinestesia, vol. 10, no. 1, pp. 41–48, 2020, [Online]. Available: https://sinestesia.pustaka.my.id/journal/article/view/44.
K. Perencanaan et al., “Covid-19, New Normal, dan Perencanaan Pembangunan di Indonesia,” J. Perenc. Pembang. Indones. J. Dev. Plan., vol. 4, no. 2, pp. 240–252, 2020, doi: 10.36574/jpp.v4i2.118.
N. A. Suriadi, V. Evi, Y. Deril, and W. S. Sintia, “Stategi Penataan Infrastruktur Kota Majene Yang Adaptif Terhadap Pandemi,” vol. 3, no. 1, pp. 24–30, 2021.
A. A. Hidayanti, B. D. Prathama, and S. Wardah, “Analisis Korelasi Pearson Dalam Menentukan Hubungan Kualitas Produk, Pelayanan, Lokasi Dan Kepuasan Terhadap Loyalitas Pada Pelanggan Rumah Nutrisi Herbalife Mataram,” J. Innov. Knowl., vol. 1, no. 2, pp. 185–198, 2021.
Y. benony Walakula, “Analisis Eksistensi Pariwisata Indonesia di Tengah Situasi Pandemi Corona Virus Disease (Covid19),” NOUMENA Ilmu Sos. Keagamaan, vol. I, no. 1, pp. 47–52, 2020, [Online]. Available: https://e-journal.iaknambon.ac.id/index.php/N/article/view/165.
Kemenparekraf, “Tren Pariwisata Indonesia di Tengah Pandemi,” Kemenparekraf.Go.Id. 2021, [Online]. Available: https://kemenparekraf.go.id/ragam-pariwisata/Tren-Pariwisata-Indonesia-di-Tengah-Pandemi.
M. RI, “Gus Jazil_ Jadikan Tahun 2021 Sebagai Tahun Kebangkitan Indonesia Lepas Dari Pandemi.” 2021, [Online]. Available: https://www.mpr.go.id/berita/gus-jazil-jadikan-tahun-2021-sebagai-tahun-kebangkitan-indonesia-lepas-dari-pandemi.
H. Kemensetneg, “Pariwisata, Lokomotif Baru Penggerak Ekonomi Indonesia | Sekretariat Negara.” 2019, [Online]. Available: https://setneg.go.id/baca/index/pariwisata_lokomotif_baru_penggerak_ekonomi_indonesia.
H. P. J. Tengah, “Jateng Prioritaskan Pemulihan UKM dan Pariwisata Pascawabah Covid-19,” 2020. https://humas.jatengprov.go.id/detail_berita_gubernur?id=4174 (accessed May 16, 2023).
Buku Pariwisata Jawa Tengah dalam Angka. Dinas Kepemudaan, Olahraga dan Pariwisata Provinsi Jawa Tengah, 2019.
O. dan P. P. J. T. Dinas Kepemudaan, Buku Pariwisata Jawa Tengah dalam Angka 2020. Dinas Kepemudaan, Olahraga dan Pariwisata Provinsi Jawa Tengah, 2021.
“BADAN PUSAT STATISTIK KABUPATEN OKU SELATAN.” 2023.
I. Ayuningtyas and I. Wirawati, “Nowcasting Tingkat Penghunian Kamar Hotel Menggunakan Google Trends,” Semin. Nas. Off. Stat., vol. 2020, no. 1, pp. 338–343, 2021, doi: 10.34123/semnasoffstat.v2020i1.636.
BPS, “BPS Kabupaten Brebes,” BPS Kabupaten Brebes. 2022, [Online]. Available: https://brebeskab.bps.go.id/statictable/2022/03/23/2127/produksi-tanaman-sayuran-bawang-merah-menurut-kecamatan-di-kabupaten-brebes-kuintal-2020-dan-2021.html.
A. D. Yulianto, “Implementasi Deep Learing Dengan Menggunakan Pemodelan Gated Reccurent Unit (Gru) Untuk Prediksi Harga Saham Di Indeks …,” Universitas Muhammadiyah Semarang, 2021.
N. Permatasari, “Penggunaan Indeks Google Trend Dalam Peramalan Jumlah Pengunjung Taman Rekreasi Selecta Tahun 2020,” Semin. Nas. Off. Stat., vol. 2021, no. 1, pp. 1019–1024, Nov. 2021, doi: 10.34123/semnasoffstat.v2021i1.993.
C. Chandra and S. Budi, “Analisis Komparatif ARIMA dan Prophet dengan Studi Kasus Dataset Pendaftaran Mahasiswa Baru,” J. Tek. Inform. dan Sist. Inf., vol. 6, no. 2, pp. 278–287, 2020, doi: 10.28932/jutisi.v6i2.2676.
A. K. Panigrahi, “Forecasting Residential Electricity Load Demand using Machine Learning,” 2020.
S. P. Sharma, J. R., and K. Deepa, “Forecasting India S&P BSE SENSEX and USA S&P-500 Benchmark Indices Using SARIMAX and Facebook Prophet Library,” in 2022 6th International Conference on Intelligent Computing and Control Systems (ICICCS), 2022, pp. 1523–1530, doi: 10.1109/ICICCS53718.2022.9788127.
I. R. Julianto, Indwiarti, and A. A. Rohmawati, “Prediksi Jumlah Kunjungan Wisatawan Di Jawa Barat Dengan Model ARIMAX Dan SARIMAX Menggunakan Data Google Trends,” e-Proceeding Eng., vol. 8, no. 4, pp. 4229–4241, 2021.
M. Y. Darsyah and M. N. Ramadhan, “PEMODELAN JUMLAH KASUS PENYAKIT KUSTA DI PROVINSI SULAWESI TENGGARA MENGGUNAKAN METODE REGRESI POISSON INVERSE GAUSSIAN,” J. Litbang …, pp. 135–140, 2022, doi: 10.51402/jle.v3i1.9.
Faradiba, “Penggunaan Aplikasi Spss Untuk Analisis Statistika Program,” SEJ (School Educ. J., vol. 10, no. 1, pp. 65–73, 2020, [Online]. Available: https://jurnal.unimed.ac.id/2012/index.php/school/article/view/18067.
Downloads
Published
Issue
Section
License
Copyright (c) 2024 Rini Indriyati

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
License Terms
All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:
1. Attribution
Readers and users are free to:
-
Share – Copy and redistribute the material in any medium or format.
-
Adapt – Remix, transform, and build upon the material.
As long as proper credit is given to the original work by citing the author(s) and the journal.
2. Non-Commercial Use
-
The material cannot be used for commercial purposes.
-
Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.
3. Rights of Authors
-
Authors retain copyright and grant Techno.COM Journal the right to publish the article.
-
Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.
4. No Additional Restrictions
-
The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.
5. Disclaimer
-
The journal is not responsible for how the published content is used by third parties.
-
The opinions expressed in the articles are solely those of the authors.
For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/