METODE PERAMALAN EXPONENTIAL SMOOTHING PADA JUMLAH WISATAWAN MANCANEGARA DI INDONESIA DENGAN PENGEMASAN R-PACKAGE T.E.S.BROWN

Abstract

Forecasting adalah peramalan tentang apa yang akan terjadi pada waktu yang akan datang. Metode Exponential Smoothing adalah suatu metode peramalan rata-rata bergerak dengan melakukan pembobotan menurun secara eksponensial terhadap nilai-nilai observasi masa lalu. Metode Exponential Smothing dibagi menjadi tiga kelas Exponential Smothing sesuai dengan pola data time series, meliputi metode Single Exponential Smoothing untuk pola data yang bersifat konstan/horisontal, metode Double Exponential Smoothing untuk data yang mengalami trend, dan metode Triple Exponential Smoothing untuk data trend dan terdapat pengaruh musiman. Pada skripsi ini, data yang digunakan adalah jumlah wisatawan mancanegara (wisman) dan jumlah Tingkat Penghunian Kamar (TPK) hotel berbintang oleh wisman di Indonesia serta jumlah wisman dan jumlah TPK hotel berbintang oleh wisman di Bali pada bulan Januari 2007 – Desember 2009. Tujuan dari penulisan skripsi ini adalah untuk menentukan metode Exponential Smoothing yang tepat sesuai dengan pola data jumlah wisman, meramalkan jumlah wisman pada tahun 2010, dan mengemas R- Package t.e.s.brown karena metode Triple Exponential Smoothing Brown belum tersedia pada softwaresoftware statistik sebelumnya.

Proses peramalan jumlah wisman meliputi analisis trend untuk identifikasi pola data; pemilihan metode Exponetial Smoothing yang tepat berdasarkan pola data; proses trial and error nilai konstanta smoothing yang meminimumkan viii

forecast error; perhitungan komponen peramalan; dan perhitungan hasil peramalan untuk bulan Januari – Desember 2010. Dalam proses peramalan digunakan program Zaitun Time Series dan R-Package t.e.s.brown meliputi fungsi t.e.s.alpha untuk proses trial and error nilai α yang meminimumkan MSE (Mean Square Error) dan fungsi t.e.s.brown untuk peramalan data menggunakan nilai α dari hasil trial and error pada fungsi t.e.s.alpha. Dari hasil penelitian dapat disimpulkan bahwa metode Exponential Smoothing yang tepat untuk data: a. jumlah wisman di Indonesia adalah metode Triple Exponential Smoothing Brown dengan model peramalan tiap bulannya adalah F = 566,38 + 4,32m + 0,37m 2 ix

36+m ; b. jumlah wisman dan TPK hotel oleh wisman di Bali adalah metode Triple Exponential Smoothing Holt multiplikatif dengan masing-masing model peramalan tiap bulannya adalah F 36+m = (216,27 + 2,67m) I = (128,16 + 1,33m) I 24+m 24+m ; c. jumlah TPK hotel berbintang oleh wisman di Indonesia adalah metode Double Exponential Smoothing Holt dengan model peramalan tiap bulannya adalah F = 278,99 + 1,67m. Secara Kumulatif, hasil peramalan pada tahun 2010 untuk jumlah wisman di Indonesia sebesar 7.256,96 ribu orang, jumlah wisman di Bali sebesar 2.758,08 ribu orang, jumlah TPK hotel berbintang oleh wisman di Indonesia sebesar 36+m 3.478,30 ribu orang, dan jumlah TPK hotel berbintang oleh wisman di Bali sebesar 1.629,87 ribu orang. Dari hasil peramalan tersebut, diprediksi pengaruh krisis global pada tahun 2010 jumlah wisman dan jumlah TPK hotel berbintang oleh wisman di Indonesia serta jumlah wisman dan jumlah TPK hotel berbintang oleh wisman di Bali berangsur-angsur menurun dibandingkan dengan tahun 2009 (awal terjadi krisis global)