Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknologi Informasi dan Bisnis
Kumala Sari, Oktalia
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Mechanical Engineering Physics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Prediksi Kunjungan Wisatawan dengan Random Forest Berbasis Data Historis dan Eksternal Kumala Sari, Oktalia; Arum Sari, Aprilisa
Prosiding Seminar Nasional Teknologi Informasi dan Bisnis Prosiding Seminar Nasional Teknologi Informasi dan Bisnis (SENATIB) 2025
Publisher : Fakultas Ilmu Komputer Universitas Duta Bangsa Surakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47701/kd7t9e88

Abstract

Prediksi jumlah kunjungan wisatawan menjadi elemen penting dalam perencanaan dan pengelolaan destinasi wisata secara efektif dan efisien. Penelitian ini bertujuan untuk membangun model prediksi jumlah kunjungan wisatawan harian menggunakan algoritma Random Forest dengan memanfaatkan data historis serta variabel eksternal seperti cuaca, hari libur, promosi online, dan event khusus. Dataset yang digunakan diperoleh dari sumber terpercaya, kemudian melalui proses pra-pemrosesan yang mencakup pembersihan data, penanganan data kosong, dan normalisasi. Model dilatih menggunakan pendekatan Cross Industry Standard Process for Data Mining (CRISP-DM), dan dievaluasi menggunakan metrik Mean Absolute Error (MAE), Root Mean Squared Error (RMSE), dan koefisien determinasi (R²). Hasil evaluasi menunjukkan bahwa model memiliki MAE sebesar 103,66, RMSE sebesar 121,09, dan nilai R² sebesar 0,595, yang menunjukkan kinerja prediksi yang cukup baik dan dapat diandalkan. Implementasi model menunjukkan bahwa Random Forest mampu menangkap pola data yang kompleks dan menghasilkan prediksi yang mendekati nilai aktual. Dengan demikian, model ini dapat dimanfaatkan sebagai alat bantu dalam pengambilan keputusan strategis di sektor pariwisata, khususnya dalam perencanaan operasional dan promosi berbasis data.
Co-Authors Aprilisa Arum Sari