IMPLEMENTASI METODE NON-LINEAR AUTOREGRESSIVE (NAR) DAN LONG SHORT TERM MEMORY (LSTM) UNTUK MEMPREDIKSI PENGUNJUNG WISATA SEJARAH DI KABUPATEN TUBAN

Muhammad Al-Qhautzar, 3012110018 (2025) IMPLEMENTASI METODE NON-LINEAR AUTOREGRESSIVE (NAR) DAN LONG SHORT TERM MEMORY (LSTM) UNTUK MEMPREDIKSI PENGUNJUNG WISATA SEJARAH DI KABUPATEN TUBAN. Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (304kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (147kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Repository staff only Download (410kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (250kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (204kB) | Request a copy
	Text (HALAMAN HASIL PLAGIASI) 5. HALAMAN HASIL PLAGIASI.pdf Restricted to Repository staff only Download (427kB) | Request a copy
	Text (ABSTRAK) 6. ABSTRAK.pdf Download (312kB)
	Text (KATA PENGANTAR) 7. KATA PENGANTAR.pdf Restricted to Repository staff only Download (279kB) | Request a copy
	Text (DAFTAR ISI) 8. DAFTAR ISI.pdf Download (343kB)
	Text (DAFTAR GAMBAR) 9. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (273kB) | Request a copy
	Text (DAFTAR TABEL) 10. DAFTAR TABEL.pdf Restricted to Repository staff only Download (275kB) | Request a copy
	Text (BAB I PENDAHULUAN) 11. BAB I PENDAHULUAN.pdf Download (339kB)
	Text (BAB II KAJIAN PUSTAKA) 12. BAB II KAJIAN PUSTAKA.pdf Restricted to Registered users only Download (538kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 13. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only Download (480kB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 14. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Registered users only Download (2MB) | Request a copy
	Text (BAB V PENUTUP) 15. BAB V PENUTUP.pdf Restricted to Registered users only Download (296kB) | Request a copy
	Text (DAFTAR PUSTAKA) 16. DAFTAR PUSTAKA.pdf Download (269kB)
	Text (LAMPIRAN) 17. LAMPIRAN.pdf Restricted to Repository staff only Download (3MB) | Request a copy
	Text (FULL TEXT) 18. SKRIPSI - MUHAMMAD AL-QHAUTZAR (3012110018).pdf Restricted to Repository staff only Download (9MB) | Request a copy
	Text (FULLTEXT DOC) 19. SKRIPSI - MUHAMMAD AL-QHAUTZAR (3012110018).docx Restricted to Repository staff only Download (7MB) | Request a copy
	Image (POSTER) 20. POSTER - MUHAMMAD AL-QHAUTZAR (3012110018).png Download (440kB)

Abstract

Penelitian ini bertujuan untuk menganalisis dan membandingkan kinerja dua metode prediksi, yaitu Nonlinear Autoregressive (NAR) dan Long Short-Term Memory (LSTM), dalam memperkirakan jumlah kunjungan wisatawan ke objek wisata sejarah di Kabupaten Tuban. Tiga lokasi yang menjadi objek kajian adalah Goa Akbar, Pantai Boom, dan Pemandian Alam Bektiharjo. Eksperimen dilakukan dalam dua skenario, yakni tanpa memasukkan variabel hari libur dan dengan memasukkan variabel hari libur dalam bentuk biner sebagai fitur tambahan. Evaluasi model dilakukan menggunakan metrik akurasi Root Mean Square Error (RMSE), Mean Absolute Percentage Error (MAPE), dan koefisien determinasi (R²). Hasil penelitian menunjukkan bahwa metode LSTM secara umum menghasilkan performa prediksi yang lebih akurat dan stabil dibandingkan dengan metode NAR, baik pada data pelatihan maupun data pengujian. Model LSTM tanpa variabel hari libur memberikan hasil terbaik pada objek wisata Pantai Boom dengan nilai RMSE sebesar 0,424, MAPE sebesar 4,72%, dan R² sebesar 0,462. Di sisi lain, performa metode NAR tergolong baik pada objek Pantai Boom dan Bektiharjo, namun menunjukkan penurunan akurasi pada objek Goa Akbar, terutama ketika variabel hari libur dimasukkan. Penurunan tersebut diduga disebabkan oleh ketidaksesuaian representasi variabel eksternal dan tingginya variasi data kunjungan. Berdasarkan temuan tersebut, disimpulkan bahwa model LSTM tanpa penambahan variabel hari libur merupakan pendekatan paling efektif dalam konteks prediksi ini. Penelitian ini memberikan kontribusi dalam pemanfaatan metode prediksi berbasis data dan kecerdasan buatan untuk pengembangan strategi pariwisata, khususnya dalam konteks destinasi wisata sejarah di daerah.

Item Type:	Thesis (Undergraduate)
Additional Information:	Softfile/KK.25/UISI-01/IF
Uncontrolled Keywords:	Long Short Term Memory, Non-Linear Autoregressive, Prediksi, Wisata Sejarah Tuban
Contributors:	Contribution Name Email Thesis advisor Puji Andayani, S.Si., M.Si., M.Sc. puji.andayani@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Informatics
Depositing User:	MUHAMMAD AL-QHAUTZAR
Date Deposited:	07 Aug 2025 14:17
Last Modified:	07 Aug 2025 14:17
URI:	https://repository.uisi.ac.id/id/eprint/7905

Actions (login required)

View Item