Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : RUBINSTEIN

Forecasting Tourism Demand: A Bibliometric Review of Trends, Methodologies, and Big Data Integration (2015-2024) Aryadewa Satyagraha; Yusuf Kurnia
RUBINSTEIN Vol. 3 No. 2 (2025): RUBINSTEIN (juRnal mUltidisiplin BIsNis Sains TEknologI & humaNiora)
Publisher : LP3kM Buddhi Dharma University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/rubin.v3i2.3783

Abstract

This study aims to provide a bibliometric review of trends, methodologies, and the integration of big data in Tourism Demand forecasting from 2015 to 2024. Bibliometric analysis is conducted to map the development of literature focusing on the latest techniques in Tourism Demand forecasting, with an emphasis on the application of big data and Artificial Intelligence technologies, particularly deep learning models based on CNN and LSTM. Data cleaning was performed using OpenRefine, while keyword clustering and visualization were carried out with VOSviewer to identify key trends in this research. The analysis shows a significant surge in publications related to deep learning and big data since 2018, peaking in 2020. Deep learning models, such as CNN and LSTM, have begun to dominate Tourism Demand forecasting research due to their ability to handle non-linear patterns that traditional models cannot address. Additionally, the increased use of real-time data, such as "Google Trends" and "social media," reflects a shift towards utilizing big data in Tourism Demand forecasting. These findings provide valuable insights for practitioners and policymakers to plan policies and allocate resources in the dynamic tourism sector by integrating advanced technologies.
Analisis dan Perancangan Sistem Informasi Pengawasan Manajemen Mutu Sumber Daya Manusia Hariyanto, Susanto; Indah Fenriana; Desiyanna Lasut; Yusuf Kurnia; Candika Kirana Ariya Putri
RUBINSTEIN Vol. 2 No. 2 (2024): RUBINSTEIN (juRnal mUltidisiplin BIsNis Sains TEknologI & humaNiora)
Publisher : LP3kM Buddhi Dharma University

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31253/rubin.v2i2.3101

Abstract

Penelitian ini bertujuan untuk menganalisis dan merancang sistem informasi yang efektif guna meningkatkan efisiensi pengawasan manajemen mutu sumber daya manusia (SDM) serta mempercepat proses pengambilan keputusan di departemen Human Resource Development (HRD). Implementasi sistem ini terbukti mampu meningkatkan akurasi data, mengurangi waktu yang dibutuhkan untuk mengumpulkan data dan menyusun laporan, serta mempercepat akses informasi. Dengan adanya otomatisasi dan penyediaan data real-time, tugas-tugas administratif dapat dialihkan ke kegiatan yang lebih strategis, meningkatkan efisiensi operasional HRD secara signifikan. Selain itu, sistem ini memungkinkan manajer HRD untuk mengambil keputusan dengan lebih cepat dan tepat dalam lingkungan bisnis yang dinamis, memberikan keunggulan kompetitif bagi perusahaan. Penelitian ini juga menunjukkan bahwa manajemen mutu yang efektif dan kualitas SDM yang terjaga berdampak positif pada kepuasan dan kepercayaan pelanggan, yang merupakan aset berharga dalam persaingan pasar. Melalui metode evaluasi kinerja yang terstruktur, pemanfaatan data real-time, dan sistem pelaporan interaktif, departemen HRD dapat mengelola SDM dengan lebih baik dan akurat. Hasil penelitian ini diharapkan memberikan kontribusi signifikan dalam bidang manajemen SDM dan teknologi informasi, serta menjadi referensi bagi pengembangan sistem serupa di masa mendatang. Implementasi sistem ini tidak hanya meningkatkan operasional internal, tetapi juga memperkuat posisi dan reputasi perusahaan di pasar melalui peningkatan kualitas SDM dan produk yang dihasilkan.