PENGEMBANGAN BUSINESS INTELLIGENCE DASHBOARD UNTUK PERGERAKAN WISATAWAN DI JAWA TIMUR MENGGUNAKAN DECISION TREE REGRESION

MOH DZAKY IRHAB, 04219036 (2024) PENGEMBANGAN BUSINESS INTELLIGENCE DASHBOARD UNTUK PERGERAKAN WISATAWAN DI JAWA TIMUR MENGGUNAKAN DECISION TREE REGRESION. Undergraduate thesis, Universitas Narotama.

	Text (HALAMAN JUDUL) COVER.pdf Download (4MB)
	Text (BAB I) BAB 1.pdf Download (4MB)
	Text (BAB II) BAB 2.pdf Download (4MB)
	Text (BAB III) BAB 3.pdf Download (4MB)
	Text (BAB IV) BAB 4.pdf Download (5MB)
	Text (BAB V) BAB 5.pdf Download (4MB)
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Download (9MB)
	Text (LAMPIRAN) LAMPIRAN.pdf Download (5MB)

Abstract

Peningkatan sektor pariwisata di Jawa Timur memerlukan dukungan teknologi dan analisis data yang canggih. Penelitian ini bertujuan untuk menerapkan decision tree regression (DTR) dalam pengembangan business intelligence (BI) guna menganalisis dan meramalkan pergerakan wisatawan di Jawa Timur. Data pergerakan wisatawan, data cagar budaya, dan data tempat wisata dari setiap kota di Jawa Timur dari tahun 2018 hingga 2022 digunakan dalam penelitian ini. Data tersebut kemudian dianalisis dengan menggunakan DTR untuk menciptakan model yang dapat meramalkan pergerakan wisatawan di masa mendatang. Temuan penelitian menunjukkan bahwa model DTR untuk pergerakan wisatawan nusantara mencapai nilai terbaik Mean Absolute Error (MAE) sebesar 0.843 dan nilai terbaik Mean Absolute Percentage Error (MAPE) sebesar 6.11%, sedangkan model DTR untuk pergerakan wisatawan mancanegara mencapai nilai terbaik MAE sebesar 2.309 dan nilai terbaik MAPE sebesar 44.20%. Model DTR yang dikembangkan dapat memberikan informasi berharga kepada pemangku kepentingan dalam perencanaan dan pengelolaan industri pariwisata di Jawa Timur. Selain itu, penelitian ini juga menghasilkan pengembangan BI untuk sektor pariwisata, yang dapat menjadi dasar untuk mengembangkan strategi pariwisata yang lebih cerdas dan berkelanjutan di Jawa Timur. Kata Kunci : Business Intelligence, Decision Tree Regressor, Forecasting, Prediksi, Pergerakan Wisatawan

Item Type:	Thesis (Undergraduate)
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Ilmu Komputer > Sistem Informasi
Depositing User:	Repository Administrator
Date Deposited:	18 Sep 2024 06:31
Last Modified:	18 Sep 2024 06:31
URI:	http://repository.narotama.ac.id/id/eprint/2037

Actions (login required)

View Item

Downloads