REPUBLIKA.CO.ID, JAKARTA -- Tim dosen Universitas Bina Sarana Informatika (UBSI) mengembangkan model peramalan jumlah kunjungan wisatawan berbasis pendekatan hibrida artificial intelligence (AI). Riset ini memadukan metode statistik dan machine learning untuk meningkatkan akurasi prediksi kunjungan wisatawan di sektor pariwisata Indonesia.

Model tersebut menggabungkan ARIMA sebagai pendekatan statistik tradisional dengan algoritma Random Forest dan Extreme Gradient Boosting (XGBoost).

Tim juga merancang tiga model hibrida yakni Simple Averaging Hybrid, Weighted Hybrid, dan Stacking Hybrid yang memanfaatkan meta-model untuk menghasilkan prediksi lebih optimal. Kombinasi ini dirancang agar bisa membaca pola kunjungan turis yang dinamis.

Ketua Tim Peneliti, Henny Leidiyana menjelaskan, dalam proses pengujiannya, tim menerapkan metode rolling window backtesting guna menyesuaikan perubahan pola data akibat pandemi COVID-19.

Kinerja model dievaluasi menggunakan tiga metrik objektif: RMSE, MAE, dan MAPE. Pendekatan ini memastikan hasil peramalan dapat diukur secara akurat dan komprehensif.

"Penelitian ini untuk mendukung pengambilan keputusan di sektor pariwisata. Model yang lebih akurat bisa membantu pemerintah dan pengelola destinasi merancang strategi promosi dan perencanaan kapasitas,” ujar Henny dalam keterangan yang dikutip Ahad (23/11/2025).

Selain Henny, dosen lain yang terlibat menjadi anggotanya antara lain, Siti Nurajizah, Arfandi Azhar, dan Fardani Azhar. Seluruh kegiatan riset mendapat dukungan dari Skema Penelitian Dana Yayasan UBSI Tahun 2025 sebagai bagian dari upaya kampus mendorong inovasi berbasis teknologi cerdas.

"Melalui riset ini, kami berharap hasil penelitiannya dapat memperkuat implementasi data-driven decision making di industri pariwisata," harap Henny. Ke depan, tim menilai model serupa berpotensi dikembangkan untuk sektor lain yang membutuhkan prediksi berbasis data dan AI.

Ikuti Whatsapp Channel Republika