Prediksi Tingkat Kedatangan Wisatawan Asing Menggunakan Metode Backpropagation
|
Keywords:
Artificial Neural Networks, Backpropagation Algorithm, Prediction, Foreign Tourists, Tourism Industry
AbstractThe tourism industry is always growing and plays an important role in the national economy, both as the second largest contributor to foreign exchange and as a large labor absorber. This study aims to optimize production using the Artificial Neural Network (ANN) method. The technique used is Backpropagation. The data processed is data on the number of foreign tourists from 2017 to 2019 in the Mentawai Islands. The results of the momentum obtained are 2-5-1 on the division of data into 2, namely training data for 2017 and 2018 and test data for 2019. The optimal prediction result is 0.99847, so this research is very helpful in predicting the arrival rate of foreign tourists in Mentawai Islands. Downloads
Download data is not yet available.
ReferencesFajrin, A. A., & Fauzi, R. (2019, November). Penerapan Neural Network dalam Meramalkan Jumlah Wisatawan Asing di Kota Batam. In Prosiding Seminar Nasional Ilmu Sosial dan Teknologi (SNISTEK), 2, 19-24. Aulia, R. (2018). Penerapan Metode Backpropagation untuk Memprediksi Jumlah Kunjungan Wisatawan Berdasarkan Tingkat Hunian Hotel. JURTEKSI (Jurnal Teknologi dan Sistem Informasi), 4(2), 115-122. DOI: https://doi.org/10.33330/jurteksi.v4i2.45 . Lestari, K. T. N., Albar, M. A., & Afwani, R. (2019). Penerapan Metode Backpropagation dalam Memprediksi Jumlah Kunjungan Wisatawan ke Provinsi Nusa Tenggara Barat (NTB). Journal of Computer Science and Informatics Engineering (J-Cosine), 3(1), 39-48. DOI: https://doi.org/10.29303/jcosine.v3i1.236 . Wong, K., Wibawa, A. P., Pakpahan, H. S., Prafanto, A., & Setyadi, H. J. (2019). Prediksi Tingkat Inflasi Dengan Menggunakan Metode Backpropagation Neural Network. Sains, Aplikasi, Komputasi dan Teknologi Informasi, 1(2), 8-13. DOI: http://dx.doi.org/10.30872/jsakti.v1i2.2600 . Sawitri, M. N. D., Sumarjaya, I. W., & Tastrawati, N. K. T. (2018). Peramalan Menggunakan Metode Backpropagation Neural Network. E-Jurnal Matematika, 7(3), 264-270. DOI: https://doi.org/10.24843/MTK.2018.v07.i03.p213 . Lubis, M. R. (2019). Model Jaringan Saraf Tiruan Backpropagation Untuk Meningkatkan Penguasaan Mahasiswa Pada Matakuliah Algoritma Dan Pemrograman. PARADIGMA (Jurnal Komputer dan Informatika), 21(1). DOI: https://doi.org/10.31294/p.v21i1.5079 . Guntoro, G., Costaner, L., & Lisnawita, L. (2019). Prediksi Jumlah Kendaraan di Provinsi Riau Menggunakan Metode Backpropagation. Jurnal Ilmiah Ilmu Komputer, 14(1). DOI: http://dx.doi.org/10.30872/jim.v14i1.1745 . Prayudha, J., Purwadi, P., & Mariami, I. (2019). Implementasi Jaringan Syaraf Tiruan Dalam Memprediksi Hasil Perkebunan Dengan Metode Backpropagation. Seminar Nasional Sains & Teknologi Informasi (SENSASI). Windarto, A. P., Lubis, M. R., & Solikhun, S. (2018). Implementasi JST Pada Prediksi Total Laba Rugi Komprehensif Bank Umum dan Konvensional dengan Backpropagation. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 5(4), 411-418. DOI: http://dx.doi.org/10.25126/jtiik.201854767 . Nurhani, L., Gunaryati A., Andryana, S., & Fitri, I. (2018). Jaringan Syaraf Tiruan Dengan Metode Backpropagation Untuk Memprediksi Jumlah Mahasiswa Baru. SEMNASTEKNOMEDIA ONLINE, 6(1). Wanto, A. (2017). Optimasi Prediksi dengan Algoritma Backpropagation dan Conjugate Gradient Beale-Powell Restarts. Jurnal Nasional Teknologi & Sistem Informasi, 3(3). DOI: https://doi.org/10.25077/TEKNOSI.v3i3.2017.370-380 . Pujianto, A., Kusrini, K., & Sunyoto, A. (2018). Perancangan Sistem Pendukung Keputusan Untuk Prediksi Penerima Beasiswa Menggunakan Metode Neural Network Backpropagation. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 5(2), 157-162. DOI: http://dx.doi.org/10.25126/jtiik.201852631 . Revi, A., Solikhun, S., & Poningsih, P. (2019). Peramalan Jumlah Tindak Pidana Menurut Kepolisian Daerah Dengan Algoritma Backpropagation. Seminar Nasional Sains dan Teknologi Infromasi (SENSASI), 246 – 250. Purba, N. Z., & Sitompul, D. (2018). Analisis Tingkat Akurasi Algoritma Backpropagation dalam Prediksi Produksi Ubi Kayu di Provinsi Indonesia. Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK), 3, 87-97. DOI: http://dx.doi.org/10.30645/jurasik.v3i0.68 . Kurnia, D. (2018). Identifikasi Obesitas Pada Balita Di Posyandu Berbasis Artificial Intelligence. Jurnal Sains dan Informatika, 4(1). Yanto, M., Mandala, E. P. W., Putri, D. E., & Yuhandri, Y. (2018). Peramalan Penjualan Pada Toko Retail Menggunakan Algoritma Backpropagation Neural Network. MEDIA INFORMATIKA BUDIDARMA, 2(3), 110-117. DOI: http://dx.doi.org/10.30865/mib.v2i3.811 . Dristyan, F. (2018). Prediksi Jumlah Penjualan Kredit Sepeda Motor Menggunakan Algoritma Backpropagation. Seminar Nasional Royal (SENAR), 1(1), 185 – 190. Ilyas, I., Marisa, F., & Purnomo, D. (2018). Implementasi Metode Trend Moment (Peramalan) Mahasiswa Baru Universitas Widyagama Malang. (JOINTECS) Journal of Information Technology and Computer Science, 3(2). DOI: http://dx.doi.org/10.31328/jointecs.v3i2.785 . Yanto, M., Mulyani, S. R., & Mayola, L. (2019). Peramalan Jumlah Produksi Air dengan Algoritma Backpropagation. Sebatik , 23(1). DOI: https://doi.org/10.46984/sebatik.v23i1.465 . Syofneri, N., Defit, S., & Sumijan, S. (2019). Implementasi Metode Backpropagation untuk Memprediksi Tingkat Kelulusan Uji Kopetensi. Jurnal informasi dan Teknologi, 1(4), 12-17. DOI: https://doi.org/10.37034/jidt.v1i4.13 . Kurniawan, M. H., Defit, S., Yunus, Y. (2020). Pemetaan Promosi dalam Jaringan Calon Mahasiswa Menggunakan Algoritma Backpropagation. Jurnal Informatika Ekonomi Bisnis, 2(1), 21-26. DOI: https://doi.org/10.37034/infeb.v2i1.17 . |
Published
2020-12-31
Section
Articles
How to Cite
Salimu, S. A., & Yunus, Y. (2020). Prediksi Tingkat Kedatangan Wisatawan Asing Menggunakan Metode Backpropagation. Jurnal Informatika Ekonomi Bisnis, 2(4), 98-103. https://doi.org/10.37034/infeb.v2i4.50
 This work is licensed under a Creative Commons Attribution 4.0 International License. |
