Analisis Peramalan Jumlah Kunjungan Wisatawan Domestik Menggunakan Model Long Short-Term Memory (LSTM) di Kota Pangkal Pinang

Hidayat, Muhammad Irfan
Kumala, Mei Dita

Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika
Vol. 9 No. 1 (2026): Volume 9 Nomor 1 Tahun 2026

Sektor pariwisata berperan penting sebagai pendorong utama pertumbuhan ekonomi suatu daerah, dengan jumlah wisatawan menjadi indikator yang patut diperhatikan. Peningkatan kunjungan wisatawan berimplikasi pada meningkatnya potensi risiko, sehingga diperlukan upaya peramalan yang tepat. Dalam penelitian ini, metode Long Short-Term Memory (LSTM) diterapkan untuk memprediksi jumlah perjalanan wisatawan domestik di Kota Pangkal Pinang dan dibandingkan dengan metode ARMA serta SARIMA. Hasil perbandingan menunjukkan bahwa metode LSTM menghasilkan nilai RMSE sebesar 32.431,219, yang lebih rendah dibandingkan ARMA (41.273,347) dan SARIMA (101.884,554). Hasil studi menunjukkan bahwa LSTM memiliki performa prediksi yang lebih efektif, sehingga metode ini lebih direkomendasikan.