Peramalan Jumlah Tamu Check In Hotel di Provinsi Kalimantan Selatan Menggunakan Metode Support Vector Regression

Abstract

Penelitian ini bertujuan untuk menjelaskan gambaran umum, menentukan model prediksi, dan meramalkan jumlah tamu check in hotel di Provinsi Kalimantan Selatan menggunakan metode Support Vector Regression (SVR) dalam 24 bulan ke depan. SVR merupakan modifikasi Support Vector Machine (SVM) berbasis machine learning yang digunakan untuk pendekatan regresi. Proses penelitian ini menggunakan metode SVR dengan fungsi kernel Radial Basis Function (RBF), dan Algoritma Grid Search. Dalam analisis deskriptif terdapat beberapa kejadian. Tahun 2018 jumlah tamu hotel di Provinsi Kalimantan Selatan meningkat dibandingkan Tahun 2017. Hal ini dikarenakan terdapat sejumlah event Nasional dan Internasional yang berlangsung di Provinsi Kalimantan Selatan. Tahun 2020 jumlah tamu hotel menurun drastis dibandingkan tahun sebelumnya. Hal ini dikarenakan adanya pandemi covid-19 yang mengakibatkan sebagian besar hotel tutup. Prediksi jumlah tamu hotel di Provinsi Kalimantan Selatan menggunakan SVR dengan parameter C=100, epsilon=0,01, dan gamma=0,01 menghasilkan akurasi yang kuat dan layak untuk peramalan 24 bulan kedepan dibandingkan menggunakan kombinasi parameter lainnya. Hasil pemodelan menggunakan model SVR menghasilkan MAPE sebesar 20,743 dengan nilai R^2 sebesar 68,6%. Peramalan Bulan Mei 2023 hingga Bulan Desember 2023 dapat disimpulkan bahwa peramalan yang tertinggi terdapat pada bulan Mei 2023 sebesar 120.723 jiwa, dan terendah pada bulan Desember 2023 sebesar 126.970 jiwa.

Kata Kunci: Support Vector Regression, Grid Search, Jumlah Tamu Hotel, Peramalan