Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional CORISINDO
Putri, Novi Herlina
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search
Journal : Prosiding Seminar Nasional CORISINDO

 1 
Prediksi Kunjungan Wisatawan Nusantara dan Mancanegara Menggunakan Metode Long Short Term Memory (LSTM) Putri, Novi Herlina; Afnidia, Tria
CORISINDO 2025 Vol. 1 (2025): Prosiding Seminar Nasional CORISINDO 2025
Publisher : CORISINDO 2025

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30812/corisindo.v1.5307

Abstract

Sektor pariwisata memiliki kontribusi penting dalam menunjang pertumbuhan ekonomi daerah. Di antara berbagai provinsi di Indonesia, Nusa Tenggara Barat (NTB) tampil sebagai salah satu tujuan wisata utama yang menunjukkan peningkatan cukup pesat dalam jumlah kunjungan wisatawan dalam beberapa tahun terakhir. Penelitian ini bertujuan untuk memprediksi kunjungan wisatawan nusantara dan mancanegara di NTB menggunakan metode Long Short-Term Memory (LSTM) dengan optimasi Adam dan teknik gradient clipping. Data historis bulanan periode 2014–2023 dari Dinas Pariwisata NTB diproses melalui normalisasi Min-Max Scaling dan dibagi dengan rasio 70:30 dan 80:20. Model LSTM dengan arsitektur 4 lapisan (2 lapisan LSTM berunit 50 dan 2 lapisan Dense) diuji menggunakan metrik Root Mean Squared Error (RMSE). Berdasarkan hasil yang diperoleh menunjukkan konfigurasi terbaik pada rasio 70:30 dengan 200 epoch, menghasilkan RMSE terendah sebesar 66.70 pada data training dan 33,24 pada data testing. Hal ini berimpilkasi bahwa model mampu menangkap pola musiman dan tren kunjungan, meskipun kurang responsif terhadap outlier seperti bencana alam. Implementasi ini memberikan dasar untuk perencanaan kapasitas pariwisata dan manajemen destinasi berbasis data.
Co-Authors Afnidia, Tria