Article Sidebar

Submitted
Oct 4, 2021
Published
Dec 28, 2021
Download
PDF
Statistic
Read Counter : 0 Download : 0

Main Article Content

Abstract

Penelitian ini membahas tentang peramalan jumlah pengunjung wisata Taman Nasional Bantimurung Bulusaraung Maros. Salah satu faktor yang mempengaruhi perkembangan wisata Bantimurung Bulusaraung karena dapat menyebabkan perubahan jumlah pengunjung. Dalam penelitian ini, upaya untuk meminimalisir jumlah pengunjung yang tidak tentu dilakukan dengan meramalkan jumlah pengunjung Wisata Taman Nasional Bantimurung Bulusaraung Maros. Tujuan penelitian ini yaitu untuk mengetahui model peramalan jumlah pengunjung Taman Nasional Bantimurung Bulusaraung Maros dan mengetahui hasil ramalan jumlah pengunjung Taman Nasional Bantimurung Bulusaraung Maros menggunakan metode SARIMA. Adapun hasil yang diperoleh pada penelitian ini menunjukkan bahwa jumlah pengunjung Wisata Taman Nasional Bantimurung Bulusaraung Maros mengalami kenaikan dan penurunan dalam periode satu tahun. Jumlah pengunjung tertinggi terjadi pada bulan Desember Tahun 2020 yaitu sebanyak 19061 orang dan jumlah terendah terjadi pada bulan Januari Tahun 2020 yaitu sebanyak 15067 orang. Adapun model peramalan jumlah pengunjung Taman Nasional Bantimurung Bulusaraung Maros menggunakan metode SARIMA yaitu model SARIMA (1,1,3) (2,1,1)12  

Keywords

AIC Pengunjung Wisata Peramalan SARIMA

Article Details

References

  1. [1] Muallim, Nur, A. 2015. Analisis Faktor-Faktor yang Mempengaruhi Tingkat Kunjungan Wisatawan di Kabupaten Maros. Makassar : Fakultas Ekonomi dan Bisnis Universitas Hasanuddin Makassar.
  2. [2] Isnan, Wahyudi. 2016. Harga Optimal Tiket Masuk Wisata Alam Bantimurung, Sulawesi Selatan ( Optimal Price Admission Natural Part, South Sulawesi. Jurnal Penelitian Sosial Ekonomi dan Kehutanan Volume 13, Nomor 3.
  3. [3] Tribunnews. 2019. TN Bantimurung di Sulawesi Selatan Resmi dinobatkan sebagai ASEAN Heritage Park. Diakses pada tanggal 27 Oktober 2019.
  4. [4] Triyandini, Heni. 2017. Peramalan Jumlah Kunjungan Wisata TMII Menggunakan Metode Seasonal ARIMA (SARIMA). Skripsi: Institut Pertanian Bogor : Departemen Statistika.
  5. [5] Durrah, Farah Inka. 2018. Peramalan Jumlah Penumpang Pesawat di Bandara Sultan Iskandar Muda dengan Metode SARIMA (Seasonal Autoregressive Integrated Moving Average. Journal of Data Analysis Vol 1, No 1.
  6. [6] Asrirawan, A., Seppewali, A. dan Fitriyani, N. 2020. Model Time Series untuk Prediksi Jumlah Kasus Infeksi Coronavirus (Covid-19) di Sulawesi Selatan. Jurnal Matematika, Statistika dan Aplikasinya, Vol. 8, No. 2.
  7. [7] Asrirawan, A., Permata, S. U. dan Fausan, M. I. 2021. Pendekatan Univariate Time Series Modelling untuk Prediksi Kuartalan Pertumbuhan Ekonomi Indonesia Pasca Vaksinasi COVID-19. Jambura Journal of Mathematics, Vol. 4, No. 1.