MODEL ARIMA UNTUK MEMPROYEKSIKAN KUNJUNGAN WISATAWAN MANCANEGARA BERDASARKAN KEBANGSAAN DALAM STRATEGI PROMOSI PARIWISATA NASIONAL
DOI:
https://doi.org/10.70018/mb.v6i2.110Keywords:
ARIMA, Pariwisata, Wisatawan MancanegaraAbstract
Penelitian ini bertujuan untuk memproyeksikan jumlah kunjungan wisatawan mancanegara ke Indonesia berdasarkan kebangsaan dengan memanfaatkan model Autoregressive Integrated Moving Average (ARIMA), sebagai dasar dalam merumuskan strategi promosi pariwisata nasional. Dalam konteks ini, model ARIMA digunakan untuk menganalisis serta memproyeksikan pola kunjungan wisatawan dari berbagai negara ke Indonesia. Permasalahan yang diangkat adalah fluktuasi kunjungan wisatawan dari beragam negara yang menuntut pendekatan promosi berbasis data historis. Hal ini menekankan pentingnya integrasi data historis kunjungan wisatawan dalam merancang strategi promosi pariwisata yang efektif. Penelitian ini menerapkan pendekatan kuantitatif dengan data sekunder tahunan untuk periode 2006–2024. Dengan fokus pada data sekunder, penelitian ini memanfaatkan informasi yang telah dikumpulkan sebelumnya guna menghasilkan proyeksi yang lebih tepat mengenai jumlah kunjungan wisatawan di masa mendatang. Hasil penelitian menunjukkan bahwa untuk Singapura menggunakan model ARIMA (1,0,0), Hongkong model ARIMA (1,0,1), UEA model ARIMA (1,0,0), Inggris model ARIMA (1,0,1), dan Kanada model ARIMA (1,0,0). Proyeksi jumlah kunjungan wisatawan mancanegara dari Singapura, Hongkong, UEA, Inggris, dan Kanada menunjukkan kecenderungan penurunan setiap tahunnya. Hal ini mengindikasikan bahwa Kementerian Pariwisata perlu mengembangkan kebijakan yang berkaitan dengan strategi promosi pariwisata nasional untuk meningkatkan jumlah kunjungan wisatawan mancanegara.
Downloads
References
Abdalla, J. (2023). Effects of Informal Entrepreneurs on Operational Performance and Customer Bonding in Inbound Tour Operating Industry (Issue February).
Cristanto, M., & Mailoa, E. (2024). Peramalan Jumlah Kedatangan Wisatawan Mancanegara dengan Menggunakan Model ARIMA. Jutisi : Jurnal Ilmiah Teknik Informatika Dan Sistem Informasi, 13(2), 1086. https://doi.org/10.35889/jutisi.v13i2.1979
Fahmiyah, I., Andini, L. S., & Ghani, M. (2024). Forecasting The Number of Foreign Tourism Visits to Indonesia using Seasonal Autoregressive Integrated Moving Average (SARIMA) and Holt-Winters Approach. Advances in Engineering, 2023, 354–371. https://doi.org/10.2991/978-94-6463-566-9_23
Fattah, J., Ezzine, L., Aman, Z., El Moussami, H., & Lachhab, A. (2018). Forecasting of demand using ARIMA model. International Journal of Engineering Business Management, 10, 1–9. https://doi.org/10.1177/1847979018808673
Grudtsyn, N. A. (2024). the Impact of Global and Regional Challenges on the Decrease in Tourist Flows. Geography, Environment, Sustainability, 17(3), 47–63. https://doi.org/10.24057/2071-9388-2024-3253
Hyndman, R. J., & Athanasopoulos, G. (2021). Forecasting: Principles and Practice (p. 442). https://otexts.com/fpp3/transformations.html
M, A., A, E., RN, L., & C, C. (2025). Mapping the metaverse-sustainability nexus in hospitality and tourism: a bibliometric approach. Online Information Review, 49(3), 600–622. https://doi.org/https://doi.org/10.1108/OIR-09-2023-0510
Mcelroy, T., Bell, W. R., Mcdonald-johnson, K. M., Monsell, B. C., Pang, O., & Chen, B. (2022). Identifying Seasonality (Issue January).
Nurhasanah, D., Salsabila, A. M. S., & Kartikasari, M. D. (2022). Forecasting international tourist arrivals in Indonesia Using SARIMA Model. ENTHUSIASTIC (International Journal of Statistics and Data Science), 2(1), 19–25. https://doi.org/10.31559/glm2019.7.2.6
Pakaya, D. N. P., Achmad, N., Hasan, I. K., Wungguli, D., & Abdussamad, S. N. (2025). Prediksi Wisatawan Mancanegara di Indonesia Menggunakan Metode SARIMAX dengan Efek Variasi Kalender Libur Nasional. Jurnal Riset Mahasiswa Matematika, 4(6), 287–300. https://doi.org/10.18860/jrmm.v4i6.34937
Phan, K. T., Chen, S. H., Pai, W. T., Lee, J. M., & Hsieh, C. J. (2025). How Travel-Related Factors and the Socioeconomic Characteristics of Tourists Shape Tourism Demand? New Evidence from the Role of Satisfaction. SAGE Open, 15(2), 1–26. https://doi.org/10.1177/21582440251335471
Pratama, B. S., Suryono, A. F., Auliyah, N., & Chamidah, N. (2024). Comparison of Local Polynomial Regression and Arima in Predicting the Number of Foreign Tourist Visits To Indonesia. Barekeng, 18(1), 53–64. https://doi.org/10.30598/barekengvol18iss1pp0043-0052
Pratama, I., Az-Zahra, F., Wulandari, S. A., Dhiya Ulhaq, A. S., & Monica, A. S. (2024). Analisis Kunjungan Wisatawan Mancanegara 2022 - 2023. Jurnal Multidisiplin West Science, 3(10), 1549–1553. https://doi.org/10.58812/jmws.v3i10.1394
Ramadhani Adelia, Wahyuningsih Sri, & Siringoringo Meiliyani. (2022). Peramalan Jumlah Kunjungan Wisatawan Mancanegara Ke Indonesia MenggunakanAutoregressive Integrated Moving Average (ARIMA). Eksponensial, 13(2), 103–112.
Spyroglou, I., Skalák, J., Balakhonova, V., Benedikty, Z., Rigas, A. G., & Hejátko, J. (2021). Mixed models as a tool for comparing groups of time series in plant sciences. Plants, 10(2), 1–16. https://doi.org/10.3390/plants10020362
Wheeler, J., & Ionides, E. L. (2025). Revisiting inference for ARMA models : Improved fits and superior confidence intervals. PLOS One, 1–19. https://doi.org/10.1371/journal.pone.0333993
Wulandari, S., & Wahyuningsih, T. (2024). Peramalan Jumlah Tamu the Amrani Syariah Hotel Menggunakan Model ARIMA. MAJAMATH : Jurnal Matematika Dan Pendidikan Matematika, 7(1), 12–23. https://doi.org/https://doi.org/10.36815/majamath.v7i1.3145
Downloads
Published
Issue
Section
License
Copyright (c) 2025 Mabha Jurnal
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
