Seasonal Decomposition dan Transformasi Logaritma Sebagai Preprocessing Data Pada Prediksi Kunjungan Wisatawan Menggunakan SARIMA
DOI:
https://doi.org/10.33005/santika.v6i1.1236Keywords:
SARIMA, seasonal decomposition, transformasi logaritma, stasioneritas, data kunjungan wisatawanAbstract
Penelitian ini bertujuan untuk menganalisis peran seasonal decomposition dan transformasi logaritma sebagai tahapan preprocessing data dalam meningkatkan kualitas prediksi kunjungan wisatawan menggunakan model Seasonal Autoregressive Integrated Moving Average (SARIMA). Data yang digunakan berupa data bulanan kunjungan wisatawan Kabupaten Tegal periode 2015–2024 yang diperoleh dari laporan statistik pariwisata Jawa Tengah dan Dinas Pemuda, Olahraga, dan Pariwisata Kabupaten Tegal. Permasalahan utama pada data adalah adanya missing value, varians yang tidak stabil, serta ketidakstasioneran deret waktu yang dapat menurunkan akurasi model peramalan. Metode seasonal decomposition diterapkan untuk menangani missing value dengan mempertimbangkan pola musiman, sedangkan transformasi logaritma natural digunakan untuk menstabilkan varians data. Selanjutnya, uji stasioneritas dilakukan menggunakan uji Augmented Dickey–Fuller (ADF) pada data asli, data hasil seasonal decomposition, dan data hasil transformasi logaritma. Hasil pengujian menunjukkan bahwa data asli belum memenuhi asumsi stasioneritas, terutama pada tingkat signifikansi 1%. Namun, setelah dilakukan transformasi logaritma natural, data menjadi stasioner pada tingkat signifikansi 5% dan 10%. Temuan ini menunjukkan bahwa kombinasi seasonal decomposition dan transformasi logaritma efektif sebagai tahap preprocessing untuk meningkatkan karakteristik stasioneritas data. Dengan demikian, penerapan preprocessing yang tepat sangat penting sebelum pemodelan SARIMA agar hasil estimasi dan prediksi kunjungan wisatawan menjadi lebih akurat dan dapat diandalkan sebagai dasar pengambilan keputusan dalam pengelolaan dan pengembangan sektor pariwisata daerah.
References
Disporapar Kab. Tegal, “Rancangan Akhir Rencana Kerja,” Kab. Tegal, 2025.
A. R. Pamungkas, “Smart Tourism sebagai pengungkit dalam pemulihan pariwisata pasca pandemi,” 18 Oktober 2023. [Online].
W. Alwi, K. Nurfadilah and Munira, “Penerapan Metode SARIMA untuk Peramalan Jumlah Pengunjung Wisata Taman Nasional Bantimurung Bulusaraung Maros,” Journal of Mathematics: Theory and Applications, pp. 1-7, 2021.
A. N. Azizah, Penerapan Hybrid Seasonal Autoregressive Integrated Moving Average – Long Short Term Memory (Sarima-Lstm) dalam Meramalkan Curah Hujan di Bogor, Universitas Pendidikan Indonesia, 2023.
M. S. U. Buku Ajar, “Memahami Konsep Stasioneritas Data Deret Waktu (Time Series),” [Online].
N. Lestari and N. Wahyuningsih, “Peramalan Kunjungan Wisata dengan Pendekatan Model SARIMA (Studi kasus : Kusuma Agrowisata),” JURNAL SAINS DAN SENI ITS Vol. 1, No. 1, pp. 29-33.
Z. R. Firdhani, Penerapan Metode Seasonally Decomposed Missing Value Imputation pada Pemodelan Hybrid Machine Learning untuk Peramalan Kualitas Udara di Kota Surabaya, Surabaya: Institut Teknologi Sepuluh Nopember, 2023.
F. Mu'minin, Fauziah and A. Gunaryati, “Prediksi Kunjungan Wisatawan Mancanegara Melalui Pintu Udara Menggunakan
ARIMA, Glmnet, dan Prophet,” Techno.COM, pp. 149-156, 1 Februari 2022.
Urfah, “Deteksi Stasioneritas Dalam Time Series,” 2023. [Online]. Available: https://www.datalearns247.com/deteksi-stasioneritas- dalam-time-series-201.
N. P. Riau, Analisis Deret Waktu Musiman dengan Memperhatikan Variasi Kalender Pada Jumlah Wisatawan Domestik di Bali Menggunakan Model Hybrid Jaringan Saraf Tiruan, Padang: FMIPA - Universitas Andalas, 2025.
A. K. Dubey, A. Kumar, V. García-Díaz and A. K. Sharma, “Study and Analysis of SARIMA and LSTM in Forecasting Time Series Data,” Sustainable Energy Technologies and Assessments 47, 2021.
N. P. N. Hendayanti and M. Nurhidayati, “Perbandingan Metode Seasonal Autoregressive Integrated Moving Average (SARIMA) dengan Support Vector Regression (SVR) dalam Memprediksi Jumlah Kunjungan Wisatawan Mancanegara ke Bali,” Jurnal Varian, vol. 3, no. 2, pp. 149-162, April 2020.
G. Christie, D. Hatidja and R. Tumilaar, “Penerapan Metode SARIMA dalam Model Intervensi Fungsi Step untuk Memprediksi Jumlah Pegunjung Objek Wisata Londa,” Jurnal Ilmiah Sains, pp. 96- 103, Oktober 2022.
G. Chhabra, “Comparison of Imputation Methods for Univariate Time Series,” International Journal on Recent and Innovation Trends in Computing and Communication, vol. Volumen: 11, no. Issue: 2s, pp. 286-292, 28 January 2023.
B. Jateng, “BUKU STATISTIK PARIWISATA JAWA TENGAH 2024,” Disbudparekraf Jawa Tengah, Semarang, 2024.
