F UZZY TIME SERIES

PERAMALAN JUMLAH KUNJUNGAN WISATAWAN MANCANEGARA

Hepita Artatia¹⁾, Jaka Nugraha²⁾

1 Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Islam Indonesia email: [email protected]

Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Islam Indonesia email: [email protected]

Abstrak

Nusa Tenggara Barat (NTB) merupakan salah satu provinsi di Indonesia yang memeiliki industri pariwisata yang beragam, seperti wisata alam, sejarah, budaya dan lain-lain sehingga berpotensi menarik minat wisatawan mancanegara dan wisatawan nusantara. Hampir setiap tahun jumlah wisatawan di provinsi NTB mengalami peningkatan, sehingga pentingnya peramalan jumlah kunjungan wisatawan untuk mengetahui seberapa banyak jumlah kunjungan wisatawan periode berikutnya terutama untuk pemerintah dan pelaku bisnis pariwisata. Metode peramalan yang dapat digunakan adalah second-order fuzzy time series karena memiiki kelebihan yaitu tidak memerlukan asumsi-asumsi seperti metode peramalan klasik lainnya. Hasilnya adalah jumlah kunjungan wisatawan mancanegara tahun 2016 adalah 1.220.000 jiwa dengan RMSE sebesar 20073,35 dan MAPE sebesar 9,66. Sedangkan hasil peramalan jumlah kunjungan wisatawan nusantara tahun 2016 adalah 1.201.500 jiwa dengan RMSE sebesar 39893,69 dan MAPE sebesar 13,19.

Kata Kunci: Second-Order Fuzzy Time Series, Wisatawan Mancanegara, Wisatawan Nusantara

1. PENDAHULUAN

Pariwisata merupakan salah satu industri yang berpotensi menarik minat wisatawan di Indonesia. Indonesia merupakan Negara yang sangat kaya akan budaya, adat, bahasa dan bahkan memiliki keindahan alam yang luar biasa. Menurut H. Kodhyat (1λ83), “pariwisata adalah perjalanan dari satu tempat ke tempat yang lain, bersifat sementara, dilakukan perorangan maupun kelompok, sebagai usaha mencari keseimbangan atau keserasian dan kebahagiaan dengan lingkungan hidup dalam dimensi sosial, budaya, alam dan ilmu”.

Nusa Tenggara Barat (NTB) merupakan salah satu provinsi di Indonesia yang terdiri dari dua buah pulau, yaitu pulau Lombok dan pulau Sumbawa yang dihuni oleh suku Sasak, Samawa dan Embojo serta memiliki kebudayaan yang beragam. Dari aspek ekonomi Nusa Tenggara Barat memiliki tanah pertanian

yang sangat subur sehingga Nusa Tenggara Barat terkenal dengan sebutan “Lumbung Padi” serta merupakan provinsi yang memiliki banyak potensi wisata yang sangat menarik, baik wisata alam, wisata budaya dan bahkan wisata peninggalan sejarahnya mampu mendongkrak pariwisata khususnya meningkatkan jumlah kunjungan wisatawan.

Di dunia Internasional provinsi Nusa Tenggara Barat telah menjadi salah satu Destinasi Pariwisata yang cukup terkenal, hal ini dibuktikan dengan pulau Lombok yang terkenal dengan jargon “Pesona Lombok Sumbawa” dan penghargaan yang diperoleh dalam ajang World Halal Travel Awards 2015 di Abu Dhabi, Nusa Tenggara Barat menang dalam kategori World‟s Best Halal Honeymoon Destination dan World‟s Best Halal Tourism Destination, hal ini semakin memperbesar peluang untuk mendongkrak angka kunjungan wisatawan mancanegara maupun wisatawan

156

^{Prosiding Seminar Nasional Matematika dan Pendidikan Matematika,} Internalisasi Nilai-nilai Berfikir Matematis Dalam Perannya di Era Masyarakat Ekonomi ASEAN (MEA) nusantara yang berkunjung ke Nusa Tenggara

Barat. Dalam buku ”Peraturan Daerah Provinsi Nusa Tenggara Barat Nomor 7 Tahun 2013 Tentang Rencana Induk Pembangunan Kepariwisataan Daerah Provinsi Nusa Tenggara Barat Tahun 2013-2028” pemerintah mengeluarkan kebijakan-kebijakan tentang peningkatan pembangunan kepariwisataan yang meliputi destinasi pariwisata, pemasaran pariwisata, industri pariwisata dan kelembagaan kepariwisataan. Sehinnga dengan adanya kebijakan tersebut, pariwisata di Provinsi Nusa Tenggara Barat akan semakin meningkat.

Berdasarkan hal tersebut peneliti akan memprediksi jumlah kunjungan wisatawan mancanegara dan wisatawan nusantara tahun 2016. Untuk memprediksi jumlah kunjungan wisatawan mancanegara dan wisatawan nusantara di provinsi NTB, maka dilakukan teknik peramalan (forecasting).

Fuzzy Time Series (FTS) adalah metode peramalan data yang menggunakan prinsip-prinsip fuzzy sebagai dasarnya. Sistem peramalan dengan FTS menangkap pola dari data yang telah lalu kemudian digunakan untuk memproyeksikan data yang akan datang. Pertama kali dikembangkan oleh Q. Song and B.S. Chissom pada tahun 1993. Metode ini sering digunakan oleh para peneliti untuk menyelesaikan masalah peramalan. Fuzzy Time Series memiliki kelebihan yaitu tidak membutuhkan asumsi-asumsi seperti peramalan dengan metode klasik. Second-Order Fuzzy Time Series merupakan metode dari Fuzzy Time Series yang bisa digunakan dalam peramalan (Hsu dkk, 2010). Oleh karena itu, untuk meramalkan jumlah kunjungan wisatawan mancanegara dan wisatawan nusantara di provinsi Nusa Tenggara Barat (NTB) tahun 2016, peneliti menggunakan metode Second-Order Fuzzy Time Series.

2. KAJIAN LITERATUR DAN PEGEMBANGAN HIPOTESIS

Berikut ini beberepa literatur terdahulu yang digunakan peneliti sebagai acuan yaitu:

Ida Bagus Kade Puja Arimbawa, Ketut Jayanegara dan I Putu Eka Nila Kencana pada tahun 2013 melakukan penelitian tentang “Komparasi Metode ANFIS dan Fuzzy Time Series Kasus Peramalan Jumlah Wisatawan Australia ke Bali”. Penelitian ini membahas tentang perbandingan akurasi peramalan menggunakan ANFIS dan Fuzzy Time Series

jumlah wisatawan Australia ke Bali. Data yang digunakan dalam penelitian ini adalah data tentang jumlah kunjungan wisatawan Australia ke Bali dari periode Januari 2006 sampai Desember 2011. Hasil perbandingan kedua metode menunjukkan bahwa metode ANFIS adalah sebesar 859.545. Untuk tingkat keakurasian hasil peramalan diperoleh nilai AFER sebesar 9,26% dan MSE sebesar 49.798.895. Peramalan metode Fuzzy Time Series adalah sebesar 837.449. Untuk tingkat keakurasian hasil peramalan diperoleh nilai AFER sebesar 14,02% dan MSE sebesar 105.252.076. Melihat nilai AFER dan MSE yang diperoleh dari hasil peramalan kedua metode, menunjukan bahwa metode ANFIS memiliki tingkat kesalahan yang lebih kecil dibandingkan dengan metode Fuzzy Time Series pada kasus.

Marinus Ignasius Jawawuan Lamabelawa pada tahun 2011 melakukan penelitian tentang “Metode Fuzzy Time Series untuk Peramalan Data Runtun Waktu (Studi kasus: Produk Domestik Bruto Indonesia)”. Penelitian ini membahas tentang bagaimana mendapatkan fuzzy time series yang optimal untuk meningkatkan performasi (improve performance) kehandalan (robust) dan akurasi (accurate) peramalan data runtun waktu. Hasil modifikasi metode Stevenson-Porter memberikan rata-rata persentasi peningkatan kehandalan mencapai 42,04% dan rata-rata persentasi peningkatan akurasi 34,99% dari

Pendidikan Matematika Universitas Muhammadiyah Purworejo,

Ruang Seminar UMP, Sabtu, 28 Mei 2016

157

metode Stevenson-Porter. Hasil ini

menunjukkan algoritma modifikasi Stevenson-Porter dengan pembagian partisi berdasarkan jumlah data (number of data) terbesar pada setiap partisi yang terbukti bekerja lebih baik untuk peramalan PDB Indonesia.

a. Pariwisata

Menurut World Trade Organization (WTO) tahu 1999, pariwista adalah kegiatan manusia yang melakukan perjalanan ke dan tinggal di daerah tujuan di luar lingkungan kesehariannya. Sedangkan menurut Undang - Undang RI nomor 10 tahun 2009 tentang kepariwisataan dijelaskan bahwa wisata adalah kegiatan perjalanan yang dilakukan oleh seseorang atau sekelompok orang dengan mengunjungi tempat tertentu untuk tujuan rekreasi, pengembangan pribadi, atau mempelajari keunikan daya tarik wisata yang dikunjungi dalam waktu sementara.

Berdasarkan sifat perjalanan, lokasi di mana perjalanan dilakukan wisatawan dapat diklasifikasikan sebagai berikut: (Karyono, 1997).

- Wisatawan asing (Foreign Tourist)

Orang asing yang melakukan perjalanan wisata, yang datang memasuki suatu negara lain yang bukan merupakan Negara di mana ia biasanya tinggal. Wisatawan asing disebut juga wisatawan mancanegara atau disingkat wisman. - Wisatawan Asing Nusantara (Domestic

Foreign Tourist)

Orang asing yang berdiam atau bertempat tinggal di suatu negara karena tugas, dan melakukan perjalanan wisata di wilayah negara di mana iatinggal.

- Wisatawan Nusantara (Domestic Tourist)

Seorang warga negara suatu negara yang melakukan perjalanan wisata dalam batas wilayah negaranya sendiri tanpa melewati perbatasan negaranya. Wisatawan ini disingkat wisnus.

- Wisatawan Asing Asli (Indigenous Foreign Tourist)

Warga negara suatu negara tertentu, yang karena tugasnya atau jabatannya berada di luar negeri, pulang ke negara asalnya dan melakukan perjalanan wisata di wilayah negaranya sendiri. Jenis wisatawan ini merupakan kebalikan dari Domestic Foreign Tourist.

- Transit Tourist

Wisatawan yang sedang melakukan perjalanan ke suatu Negara tertentu yang

terpaksa singgah pada suatu

pelabuhan/airport/stasiun bukan atas kemauannyasendiri.

- Wisata Bisnis (Business Tourist)

Orang yang melakukan perjalanan untuk tujuan bisnis bukan wisata tetapi perjalanan wisata akan dilakukannya setelah tujuannya yang utama selesai. Jadi perjalanan wisata merupakan tujuan sekunder, setelah tujuan primer yaitu bisnisselesai dilakukan.

b. Peramalan (Forecasting)

Peramalan atau forecasting diartikan sebagai penggunaan teknik-teknik statistik dalam bentuk gambaran masa depan berdasarkan pengolahan angka-angka historis (Buffa S. Elwood, 1996).

Jenis-Jenis Pola Data:

Pola data dapat dibedakan menjadi empat jenis, yaitu: (Makridakis, 1988)

- Pola Horizontal

Pola data ini terjadi bilamana data berfluktuasi di sekitar nilai rata-rata.

- Pola Trend

Pola data ini terjadi bilamana terdapat kenaikan atau penurunan sekuler jangka panjang dalam data.

- Pola Musiman

Pola data ini terjadi bilamana suatu deret dipengaruhi oleh faktor musiman (misalnya kuartal tahun tertentu, bulan atau hari-hari pada minggu tertentu).

158

^{Prosiding Seminar Nasional Matematika dan Pendidikan Matematika,} Internalisasi Nilai-nilai Berfikir Matematis Dalam Perannya di Era Masyarakat Ekonomi ASEAN (MEA) Pola data ini terjadi bilamana datanya

dipengaruhi oleh fluktuasi ekonomi jangka panjang seperti yang berhubungan dengan siklus bisnis.

c. Data Runtun Waktu (Time Series) Runtun waktu (Time series), yakni jenis data yang terdiri atas variabel-variabel yang dikumpulkan menurut urutan waktu dalam suatu rentang waktu tertentu untuk suatu kategori atau individu tertentu. Data time series

juga sangat berguna bagi pengambil keputusan untuk memperkirakan kejadian di masa yang akan datang. Karena diyakini pola perubahan data runtun waktu beberapa periode masa lampau akan kembali terulang pada masa kini. Data time series juga biasanya bergantung kepada lag atau selisih.

d. Logika Fuzzy

Logika fuzzy merupakan salah satu komponen pembentuk soft computing. Logika fuzzy pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada tahun 1965. Dasar logika fuzzy adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peran derajat keanggotaan sebagai penentu keberadaan elemen dala suatu himpunan sangatlah penting. Nilai keanggotaan atau derajat keanggotaan atau membership function menjadi ciri utama dari penalaran dengan logika fuzzy tersebut (Kusumadewi dan Purnomo, 2013).

Logika fuzzy digunakan sebagai suatu cara untuk memetakan permasalahan dari input

menuju ke output yang diharapkan.

Ada beberapa definisi tentang logika fuzzy,

yaitu: Logika fuzzy memungkinkan nilai keanggotaan antara 0 dan 1, tingkat keabuan antara hitam dan putih, dalam bentuk linguistik, konsep tidak pasti seperti “ sedikit”,”lumayan” dan “ sangat” (Zadeh, 1λ65). Logika fuzzy

menyediakan suatu cara untuk merubah pernyataan linguistik menjadi suatu numerik (Synaptic, 2006).

e. Himpunan Fuzzy

Pada himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan µA[X],

memiliki 2 kemungkinan, yaitu Satu (1) yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan atau Nol (0) yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan. Sedangkan pada himpunan fuzzy nilai keanggotaan terletak pada rentang 0 sampai 1. Apabila x memiliki nilai keanggotaan fuzzy µA[x] = 0 berarti x tidak menjadi anggota himpunan A, demikian pula apabila x memiliki nilai keanggotaan fuzzy µA[x] = 1 berarti anggota penuh pada himpunan A.

Himpunan fuzzy memiliki 2 atribut, yaitu: - Linguistik, yaitu penamaan suatu grup yang

mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami, seperti: MUDA, PAROBAYA, TUA.

- Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel seperti: 40, 25, 50, dsb.

f. Fungsi Keanggotaan

Fungsi keanggotaan (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data kedalam nilai keanggotaannya (sering juga disebut dengan derajat keanggotaan) yang memiliki interval antara 0 sampai 1.

g. Dasar-Dasar Fuzzy Time Series

Konsep fuzzy time series pertama kali diperkenalkan oleh Song dan Chissom (1993) dengan memperkenalkan fuzzy time series

order-n dan cara-cara menentukan relasi fuzzy

dengan komposisi max-min.

Definisi-definisi dalam peramalan fuzzy time series yaitu:

Definisi 1: Himpunan fuzzy merupakan objek

Dalam dokumen MAKALAH PENDAMPING BIDANG MATEMATIKA (Halaman 112-115)