Implementasi Metode Klaster Hirarki Untuk Memprediksi Jumlah Perjalanan Wisawatawan Nusantara di Provinsi Jawa Timur

Dara Agustina

Dara Agustina Institut Teknologi dan Bisnis STIKOM Bali

Keywords: Pariwisata, Wisatawan Nusantara, Klaster, Model ARIMA

Abstract

Pariwisata Indonesia merupakan salah satu kekayaan alam dan budaya yang memiliki peran penting dalam meningkatkan pendapatan Negara. Berdasarkan data Badan Pusat Statistik (BPS), pola perjalanan wisatawan nusantara setelah pandemi COVID-19 pada tahun 2022 mengalami perubahan. Provinsi Jawa Timur menjadi tujuan utama perjalanan wisatawan nusantara di Pulau Jawa. Provinsi Jawa Timur terdiri atas 29 Kabupaten dan 9 Kota yang memiliki pesona pariwisata masing-masing. Pada penelitian ini, pola perjalanan wisatawan nusantara pada Kabupaten/ Kota di Provinsi Jawa Timur tersebut dikelompokkan menjadi tiga klaster. Kemudian dilakukan pemodelan ARIMA untuk mendapatkan hasil peramalan terhadap jumlah perjalanan wisatawan nusantara di Provinsi Jawa Timur pada masing-masing klaster. Informasi ini dapat memberikan gambaran berapa banyak prediksi perjalanan wisatawan nusantara yang akan terjadi di Provinsi Jawa Timur. Sehingga dapat membantu pemerintah untuk mempertimbangkan perbaikan akses, pengelolaan wisata lebih baik, dan menambah pariwisata baru. Berharap kondisi pariwisata tetap terjaga dengan baik dan wisatawan memiliki ketertarikan untuk berkunjung kembali.

References

Aghaborzogi, S., et al. (2014). A Hybrid Algorithm for Clustering of Time Series Data Based on Affinity Search Technique. The Scientific World Journal, Vol. 2014(1): 1-12. https://doi.org/10.1155/2014/562194.
Arsyad, Lincoln. (2001). Peramalan Bisnis Edisi Pertama. Yogyakarta: BPFE.
C.D., Lewis. (1982). International and Business Forecasting Methods. London, UK: Butterworths.
Cooper, C., Fletcher, J., Fyall, A., Gilbert, D., dan Wanhill, S. (2008). Tourism: Principles and Practice, 4th Edition. Harlow: Pearson Education.
D.C., Montgomery, C.L., Jennings, dan M., Kulachi. (2008). Introduction of Time Series Analysis and Forecasting, 3rd Edition. New Jersey, US: John Wiley & Sons Inc.
Data Perjalanan Wisataawan Nusantara Kabupaten/ Kota di Provinsi Jawa Timur mulai bulan Januari 2019 sampai bulan Maret 2025 dari Badan Pusat Statistik: https://jatim.bps.go.id/.
Deliar, A., Santoso, P.B.K., Virtriana, R. (2023). Analisis Pola Perubahan Tutupan Lahan Berdasarkan Metode Spatial Cluster di Provinsi Jawa Barat. Geodika: Jurnal Kajian Ilmu dan Pendidikan Geografi, Vol. 7 No. 1: 53-62. https://doi.org/10.29408/geodika.v7i1.7105.
G.E.P., Box and G.M., Jenkins. (1970). Time Series Analysis: Forecasting and Control. San Fransisco, CA: Holden-Day Inc.
Golay X., Kollias S., Stoll G., Meier D., Valavanis A., & Boesiger P. (1998). A New Correlation Based Fuzzy Logic Clustering Algorithm for FMRI. Magnetic Resonance in Medicine, Vol. 40(2): 249-260. https://doi.org/10.1002/mrm.1910400211.
Hamzah, F., dan Hermawan, H. (2018). Evaluasi Dampak Pariwisata Terhadap Sosial Ekonomi Masyarakat Lokal. Jurnal Pariwisata, Vol. 5 No. 3. https://ejournal.bsi.ac.id/ejurnal/index.php/jp/article/view/4434.
Jatmiko, Y.A., Rahayu, R.A., dan Darmawan, G. (2017). Perbandingan Keakuratan Hasil Peramalan Produksi Bawang Merah Metode Holt-Winters dengan Singular Spectrum Analysis (SSA). Jurnal Matematika ”Mantik”, Vol. 3 No. 1: 13-23. https://doi.org/10.15642/mantik.2017.3.1.13-22.
Kalkstein, L.S., Tan, G., dan Skindlov, J.A. (1987). An Evaluation of Three Clustering Procedures for Use in Synoptic Climatological Classification. Journal of Applied Meteorology and Climatology, Vol. 26(6): 717-730. https://doi.org/10.1175/1520-0450(1987)026<0717:AEOTCP>2.0.CO;2.
Kaufman, L., and Rousseeuw, P.J. (2009). Finding Groups in Data: an Introduction to Cluster Analysis. New Jersey, US: John Wiley & Sons Inc.
Magriaty, R., Murtilaksono, K., dan Anwar, S. (2023). Analisis k-Means Cluster untuk Identifikasi Kawasan Pengelolaan Sampah di Kaputaen Tapin di Provinsi Kalimantan Selatan. Journal of Regional and Rural Development Planning (Jurnal Perencanaan Pembangunan Wilayah dan Pendesaan), Vol. 7 No. 1: 79-90. https://doi.org/10.29244/jp2wd.2023.7.1.79-90.
Montero, P., dan Vilar, J.A. (2015). TSclust: An R Package for Time Series Clustering. Journal of Statistical Software, Vol. 62(1): 1-43. https://www.jstatsoft.org/article/view/v062i01.
Peta Pembagian Administrasi Wilayah Provinsi Jawa Timur dari Badan Pemeriksaan Keuangan Perwakilan Provinsi Jawa Timur: https://jatim.bpk.go.id/peta-wilayah/.
Purba, B., Situmorang, E.A.A., Firmansyah, D., Sidebang, T.B., dan Manurung, T.A. (2024). Potensi Sumber Daya Alam Dalam Mengembangkan Sektor Pariwisata di Indonesia. Economic Reviews Journal, Vol. 3 No. 3: 2060-2065. https://doi.org/10.56709/mrj.v3i3.308.
Sokal, R.R., dan Rohlf, F.J. (1962). The Comparison of Dendrograms by Objective Methods. Taxon, Vol. 11 No. 2: 33-40. https://doi.org/10.2307/1217208.
Tan, P.N., Steinbach, M., Kumar, V. (2006). Introduction to Data Mining. Boston: Pearson Education.
Wardani, D.W., Lazuardi, L., Kusnanto, H., et al. (2013). Pentingnya Analisis Cluster Berbasis Spasial Dalam Penanggulangan Tuberkulosis di Indonesia. Jurnal Kesehatan Masyarakat Nasional Vol. 8(4): 147-151. https://doi.org/10.21109/kesmas.v0i0.391.
Wei, William W.S. (2006). Time Series Analysis Univariate and Multivariate Methods, 2nd Edition. Canada: Pearson Eddison Wesley.