Perpustakaan Digital ITB

Pariwisata telah direncanakan menjadi pemasukan utama diberbagai negara, termasuk Indonesia. Untuk mendukung program pemerintah diperlukan data yang tepat terkait peramalan kunjungan wisatawan dan faktor apa saja yang mempengaruhi kunjungan wisatawan asing. Penelitian sebelumnya telah menunjukkan bahwa data pencarian online dapat digunakan untuk memperkirakan kunjungan wisatawan. Data kueri yang masif menjadi tantangan sendiri dalam menentukan kata kunci yang tepat untuk digunakan membangun indeks. Penelitian ini mengusulkan framework dalam membangun indeks pencarian komposit. Berbeda dengan penelitian sebelumnya yang memprediksi jumlah kunjungan wisatawan pada sebuah tempat wisata, kota atau negara kota. Penelitian ini memprediksi kunjungan wisatawan asing pada tingkat negara. Data yang digunakan pada penelitian ini adalah Indeks Google Trends, IHK, rata-rata nilai tukar, ratarata nilai tukar, dan jumlah kejadian bencana. Dengan menggunakan model ekonometrik VECM, penelitian ini bertujuan mencari variabel apa saja yang berpengaruh dan bagaimana pengaruh masing-masing variabel terhadap kunjungan wisatawan asing. Peramalan menggunakan metode Vector Error Correction Model (VECM) kemudian menganalisis model tersebut, memberikan peramalan dan analisis structural dari model tersebut. Hasil analisis model berupa analisis jangka Panjang dan jangka pendek. Selanjutnya, penelitian ini membandingkan metode peramalan ekonometrik VECM dengan machine learning SVR dengan melihat hasil MAPE masing-masing metode. Hasil analisis menunjukkan variabel kunjungan wisatawan asing sendiri menjadi faktor yang dominan dalam menentukan kunjungan wisatawan berikutnya. Indeks Google Trends berpengaruh pada periode pertengahan.