FORCASTING MENGGUNAKAN METODE REGRESI LINIER BERGANDA UNTUK PREDIKSI JUMLAH WISATAWAN BERDASARKAN (PERTUMBUHAN EKONOMI, DAYA BELI DAN JUMLAH PENDAPATAN) DI KABUPATEN MUSI RAWAS

MUHAMMAD ARFIO HABIBILLAH (2024) FORCASTING MENGGUNAKAN METODE REGRESI LINIER BERGANDA UNTUK PREDIKSI JUMLAH WISATAWAN BERDASARKAN (PERTUMBUHAN EKONOMI, DAYA BELI DAN JUMLAH PENDAPATAN) DI KABUPATEN MUSI RAWAS. Skripsi thesis, Universitas Bina Insan Lubuklinggau.

Text RAMA_55201_2102020038.pdf Download (18MB)

Abstract

miliki potensi besar dalam sektor pariwisata. Dengan berbagai objek wisata, budaya, dan alam, Kabupaten ini berupaya menarik lebih banyak wisatawan. Pertumbuhan ekonomi, daya beli masyarakat, dan jumlah pendapatan adalah tiga faktor kunci yang dapat mempengaruhi jumlah wisatawan. Oleh karena itu, penting untuk menganalisis hubungan antara faktor-faktor ini untuk membuat prediksi yang akurat mengenai jumlah wisatawan yang akan datang ke daerah tersebut. Permasalahan yang ada di Kabupaten Musi Rawas berkaitan dengan sektor pariwisata diantaranya adalah belum adanya proses analisa data kunjungan wisatawan yang dapat digunakan untuk menganalisis data dan membuat prediksi yang lebih akurat tentang jumlah wisatawan berdasarkan faktor-faktor ekonomi. Untuk mengatasi permasalahan yang ada, beberapa solusi yang dapat diusulkan diantaranya adalah diperlukan pengumpulan dan analisis data yang lebih baik guna meningkatkan kualitas dan kuantitas data yang dikumpulkan melalui survei dan pencatatan resmi untuk memberikan informasi yang akurat serta penggunaan metode statistik untuk peramalan untuk menganalisis data dan membuat prediksi yang lebih akurat tentang jumlah wisatawan berdasarkan faktor-faktor ekonomi (Pertumbuhan ekonomi, daya beli masyarakat, dan jumlah pendapatan). Salah satu pendekatan yang dapat digunakan untuk memahami dan memprediksi jumlah wisatawan adalah melalui analisis regresi. Dari hasil pengolahan data, didapat nilai Mean Absolute Error sebesar 9.701276818911234e-12, nilai Mean Square Error sebesar 2.8234431575143343e-22, nilai r2 score sebesar 1.6803104348644432e-11 dan nilai MAPE sebesar 5.370889374718012. Hal ini menunjukkan bahwa MAE dan MSE sangat kecil, menunjukkan model ini memiliki tingkat kesalahan yang hampir tidak signifikan. MAPE sebesar 5.37% menunjukkan model cukup akurat dalam memprediksi nilai relatif terhadap nilai aktual. R² yang rendah bisa jadi disebabkan oleh skala data atau metode normalisasi, karena nilai kesalahan absolut (MAE, MSE) sangat kecil, sehingga model tetap baik dalam prediksi individual meskipun kurang mampu menjelaskan variasi data. Kata Kunci : Prediksi, Analisis, Wisatawan, Regresi Linier

Item Type:	Thesis (Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Komputer > Program Studi Informatika
Depositing User:	Admin Perpus UnivBI
Date Deposited:	06 Feb 2026 03:44
Last Modified:	06 Feb 2026 03:44
URI:	http://eprints.univbinainsan.ac.id/id/eprint/470

Actions (login required)

View Item