eprintid: 9746
rev_number: 6
eprint_status: archive
userid: 46
dir: disk0/00/00/97/46
datestamp: 2025-06-30 07:32:05
lastmod: 2025-06-30 07:32:05
status_changed: 2025-06-30 07:32:05
type: thesis
metadata_visibility: show
creators_name: Anugrah N., Dicka
creators_NPM: 065117192
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Thaher, Hermawan
contributors_name: Hardianto Situmoran, Boldson
contributors_NIDN: 0416046506
contributors_NIDN: 0404077905
corp_creators: Universitas Pakuan
corp_creators: Fakultas Matematika dan Ilmu Pnegetahuan Alam
corp_creators: Program Studi Ilmu Komputer
title: Prediksi Jumlah Kedatangan Wisatawan ke
Kabupaten Bogor Menggunakan Metode
Backpropagation Artificial Neural Network
ispublished: pub
subjects: QK
divisions: sch_ecs
full_text_status: none
abstract: Prediksi Jumlah Kedatangan Wisatawan ke
Kabupaten Bogor Menggunakan Metode
Backpropagation Artificial Neural Network
Dicka Anugrah Novriansyah1)
, Hermawan Taher2)
, Boldson Herdianto Situmorang3)
Program Studi Ilmu Komputer, FMIPA, Universitas Pakuan, Bogor, Indonesia
Corresponding Author:
Abstrak
Hasil prediksi menunjukkan bahwa jumlah wisatawan pada tahun 2024 diperkirakan
mencapai 5.820.000 orang, yang mengalami peningkatan dibandingkan tahun
sebelumnya. Evaluasi model dilakukan menggunakan Mean Squared Error (MSE) dan
Root Mean Squared Error (RMSE), di mana nilai MSE pada data pelatihan sebesar 0.0021
dan pada data pengujian sebesar 0.0034, sedangkan RMSE pada data pelatihan sebesar
0.0458 dan pada data pengujian sebesar 0.0583. Hasil visualisasi menunjukkan bahwa
kesalahan prediksi cukup stabil dengan sedikit lonjakan pada bulan-bulan tertentu akibat
faktor musiman. Meskipun metode ini menunjukkan kinerja yang baik dalam memprediksi
jumlah wisatawan, terdapat keterbatasan karena tidak mempertimbangkan faktor
eksternal seperti kebijakan pemerintah, kondisi ekonomi, atau peristiwa global. Oleh
karena itu, prediksi ini sebaiknya digunakan sebagai alat bantu dalam perencanaan, bukan
sebagai satu-satunya dasar dalam pengambilan keputusan. Pengembangan lebih lanjut
dapat dilakukan dengan menambahkan variabel eksternal untuk meningkatkan akurasi.
Kata kunci: Backpropagation Artificial Neural Network
date: 2024-08-26
date_type: published
institution: Universitas Pakuan
department: Fakultas Matematika dan Pengetahuan Alam
thesis_type: Skripsi
thesis_name: Sarjana
citation:   Anugrah N., Dicka  (2024) Prediksi Jumlah Kedatangan Wisatawan ke Kabupaten Bogor Menggunakan Metode Backpropagation Artificial Neural Network.  Skripsi thesis, Universitas Pakuan.