PENERAPAN METODE BACKPROPAGATION UNTUK APLIKASI PREDIKSI JUMLAH KEDATANGAN WISATAWAN MANCANEGARA KE INDONESIA

Abstract

Jaringan Syaraf Tiruan (JST) adalah sistem yang didasarkan pada operasi jaringan syaraf biologis, sehingga memungkinkan komputer dapat melakukan emulasi, analisis, prediksi, dan asosiasi. Backpropagation adalah salah satu metode dari JST yang dapat diterapkan dalam prediksi dengan menggunakan teknik pelatihan dan pengujian. Teknik pelatihan menggunakan 2/3 jumlah data sedangkan teknik pengujian menggunakan 1/3 jumlah data. Hasil pelatihan kemudian digunakan untuk pengujian dan prediksi. Pariwisata merupakan salah satu sektor yang berperan penting dalam perekonomian Indonesia. Barometer kemajuan pariwisata dapat diambil dari banyaknya jumlah wisatawan mancanegara (wisman). Perencanaan dan pengembangan pariwisata diperlukan untuk memprediksi jumlah kedatangan wisman ke Indonesia. Berdasarkan permasalahan tersebut, maka dibuat Aplikasi Prediksi Jumlah Kedatangan Wisman ke Indonesia dengan menerapkan metode backpropagation. Aplikasi ini dibuat untuk memprediksi jumlah angka wisman di masa mendatang. Dari hasil ekperimen dengan menggunakan data jumlah wisman tahun 20002015 dari Badan Pusat Statistika (BPS), diperoleh jaringan terbaik berdasarkan akurasi tertinggi yaitu: alfa (laju pembelajaran) 0,10; neuron layar tersembunyi (neuron hidden layer) 5; dan momentum 0,50. Jaringan terbaik diterapkan untuk prediksi jumlah wisman pada tahun 2016, yaitu berjumlah 10.833.873 dengan akurasi pengujian 94,87% dan waktu komputasi 86,40 detik. Hasil prediksi wisman tahun 2016 dibandingkan dengan jumlah kedatangan wisman tahun 2016 yang dikeluarkan oleh BPS mempunyai selisih sebanyak 685.402 atau 5,13% (lebih banyak data yang dikeluarkan oleh BPS). Dari hasil pengujian usability yaitu kemudahan pengguna menggunakan antarmuka aplikasi diperoleh nilai persentase 85,66% atau sangat baik.