ANALISIS PERBANDINGAN METODE EXPONENTIAL SMOOTHING UNTUK PERAMALAN KUNJUNGAN WISATAWAN INTERNASIONAL DI INDONESIA PASCA PANDEMI

Abstract

Pandemi COVID-19 pada tahun 2020 memiliki dampak yang signifikan terhadap sektor pariwisata Indonesia. Berdasarkan data dari Badan Pusat Statistik (BPS), penurunan kunjungan wisatawan mancanegara sebesar 70,57%. Kebijakan pembatasan seperti Pembatasan Sosial Berskala Besar (PSBB) dan penutupan perbatasan memaksa pelaku usaha untuk beradaptasi melalui inovasi digital, wisata virtual, dan pengembangan wisata berkelanjutan. Data sekunder dari BPS dan Kementerian Pariwisata dan Ekonomi Kreatif (Kemenparekraf) menunjukkan adanya pola musiman dan penurunan tajam pada kunjungan wisatawan di bandara utama, termasuk Soekarno-Hatta, Ngurah Rai, dan Hang Nadim. Adanya outlier yang signifikan akibat pandemi membuat metode peramalan tradisional seperti ARIMA kurang efektif. Sebagai alternatif, metode exponential smoothing, seperti Single Exponential Smoothing (SES), Double Exponential Smoothing (DES), dan Holt-Winters dapat digunakan untuk menganalisis data dengan tren dan fluktuasi musiman. Evaluasi peramalan menggunakan Mean Absolute Percentage Error (MAPE) menunjukkan bahwa metode SES memiliki performasi terbaik dengan nilai MAPE 10,289%, dibandingkan dengan metode DES (27,899%) dan Holt-Winters (12,370%). Meskipun SES lebih akurat, model ini kurang mampu menangkap pola data yang kompleks dibandingkan metode lainnya. Secara visual, metode Holt-Winters lebih menggambarkan pola data yang sebenarnya.