PENERAPAN ALGORITMA ADABOOST UNTUK OPTIMASI PREDIKSI KUNJUNGAN WISATAWAN KE BALI DENGAN METODE DECISSION TREE

Abstract

Bali merupakan salah satu pulau di Indonesia yang memiliki keindahan alam yang cukup memukau. Dimana pariwisata berkontribusi penuh terhadap perekonomian warga yang ada di Bali. Semenjak terjadinya pandemi covid 19 yang berkepanjangan, mengakibatkan turunnya perekonomian masyarakat di Bali pada umumnya. Hal ini disebabkan kunjungan wisatawan yang berkurang secara signifikan tiap harinya. Prediksi kunjungan wisatawan menjadi suatu hal yang penting bagi pemerintah ataupun industry pariwisata untuk memberikan kebijakan-kebijakan yang berhubungan dengan perekonomian masyarakat Bali. Metode Decission Tree Regression(DTR) merupakan salah satu metode yang digunakan untuk memprediksi kunjungan wisatawan. Metode ini merupakan salah satu metode regresi yang bisa digunakan untuk data time series serta mudah digunakan. Namun DTR memiliki kelemahan yang rentan terhadap over fitting dan sensitif terhadap derau. DTR kemudian digabungkan dengan ensemble learning untuk meningkatkan stabilitas dan akurasi prediksi. Salah satu metode ensemble yang bisa digunakan yakni ADABOOST. Pada penelitian ini dilakukan optimasi prediksi kunjungan wisatawan ke Bali dengan metode Decision tree, dan dihasilkan nilai MAE yang lebih baik setelah dilakukan optimasi dengan Adaboost yaitu sebesar 59492.583.