ITS Undergraduate 17925 1309106008 Paper
ITS Undergraduate 17925 1309106008 Paper
ABSTRAK
Peramalan jumlah kunjungan wisatawan mancanegara yang masuk ke suatu negara
sangat dibutuhkan bagi pelaku bisnis pariwisata, sehingga memodelkan data jumlah
kunjungan wisatawan mancanegara perlu untuk dilakukan. Model intervensi akan
digunakan untuk meramalkan jumlah wisatawan mancanegara yang masuk ke Indonesia
melalui bandara Soekarno Hatta dan bandara Juanda, model ini digunakan karena ada
faktor eksternal atau krisis politik Thailand yang mempengaruhi jumlah kunjungan
wisatawan mancanegara yang masuk ke Indonesia, namun apabila krisis politik Thailand
tak memberikan pengaruh terhadap jumlah kunjungan wisatawan maka dalam analisis
peramalannya akan digunakan model ARIMA Box-Jenkins. Hasil analisis yang dilakukan
menunjukkan bahwa ARIMA Box-Jenkins adalah model yang sesuai untuk data jumlah
kunjungan yang masuk melalui bandara Soekarno Hatta dan bandara Juanda.
I. PENDAHULUAN
Pariwisata memiliki peranan penting dalam pereko-nomian Indonesia. Dunia
pariwisata telah banyak memberikan konstribusinya terhadap kehidupan ekonomi. Oleh
sebab itu Kementerian Budaya dan Pariwisata menetapkan target kunjungan wisatawan
mancanegara meningkat di setiap tahunnya yaitu sebanyak 7,7 juta pengunjung. Lima
pintu masuk terbesar yang menerima kedatangan wisatawan mancanegara adalah Bandara
Ngurah Rai Bali, Bandara Soekarno Hatta Jakarta, Bandara Hang Nadim Batam, Bandara
Tanjung Pinang kepulauan Riau, Bandara Juanda Surabaya, dan Bandara Polonia medan.
Pada saat kejadian krisis politik di Thailand, kunjungan wisatawan meningkat secara
drastis. Terutama kunjungan wisatawan mancanegara yang masuk melalui bandara
Soekarno Hatta.
Krisis politik Thailand yang terjadi di bulan Maret 2010 merupakan puncak
terjadinya krisis politik Thailand, demonstrasi warga Thailand melumpuhkan kota
Bangkok. Kementerian Kebudayaan dan Pariwisata (Kemenbudpar) mencatat krisis yang
terjadi di Thailand baru-baru ini mendorong turis terutama dari Malaysia mengalihkan
perjalanannya ke Indonesia, sehingga memberikan pengaruh signifikan bagi pergerakan
turis yang masuk ke Indonesia. Selama ini, dalam bidang pariwisata Thailand sudah lebih
maju dibandingkan dengan Indonesia. Tapi setelah terjadinya konflik politik di Thailand
yang berujung kerusuhan dan krisis di Negara Gajah putih tersebut, Jumlah kunjungan
wisatawan menurun. Kondisi ini dipicu oleh tidak adanya keamanan bagi para wisatawan,
tentunya wisatawan tidak akan datang jika keselamatannya tidak terjamin. Tidak hanya
itu, prasarana untuk menuju ke Thailand terbatas, seperti penerbangan, ketika para
demonstran menduduki bandara, sejumlah penerbangan internasional ke Thailand
dibatalkan. Bahkan konsulat Amerika menutup kantornya di Thailand, dan sejumlah
Negara mengeluarkan larangan bagi rakyatnya untuk tidak mendatangi Thailand.
Akibatnya turis asing yang selama ini menjadikan Thailand sebagai tempat tujuan
pariwisata akhirnya mengalihkan rencananya ke negara terdekat, yaitu negara kita
Indonesia, karena Indonesia dinilai memiliki stabilitas politik yang lebih baik dari
1
Thailand dan juga memiliki kondisi pariwisata yang hampir sama dengan negara
Thailand.
Peramalan jumlah kunjungan wisatawan mancanegara yang masuk ke suatu
negara sangat dibutuhkan bagi pelaku bisnis pariwisata. Model intervensi akan digunakan
untuk meramalkan jumlah wisatawan mancanegara yang masuk ke Indonesia melalui
bandara Soekarno Hatta dan bandara Juanda, model ini digunakan karena ada faktor
eksternal atau krisis politik Thailand yang mempengaruhi jumlah kunjungan wisatawan
mancanegara yang masuk ke Indonesia, namun apabila krisis politik Thailand tak
memberikan pengaruh terhadap jumlah kunjungan wisatawan maka dalam analisis
peramalannya akan digunakan model ARIMA Box-Jenkins. Penelitian ini bertujuan
untuk mengetahui karakteristik jumlah kunjungan wisatawan mancanegara yang masuk
melalui bandara internasional Soekarno Hatta dan bandara internasional Juanda serta
model peramalan yang paling sesuai.
Beberapa penelitian yang menggunakan model intervensi diantaranya adalah
penelitian Bhattacharya dan Layton (1979) tentang efektifitas kebijakan untuk
menggunakan sabuk pengaman di Queensland dalam mengurangi jumlah korban
kecelakaan di jalan raya. Montgomery dan Weatherby (1980) meneliti pengaruh embargo
minyak Arab terhadap tingkat konsumsi listrik di US. Utami (2001) menganalisa
pengaruh krisis ekonomi dan travel warning terhadap jumlah kedatangan wisatawan
mancanegara melalui bandara Juanda dan Ngurah Rai. Suhartono dan Putra (2005)
menganalisis dampak tragedi bom Bali terhadap tingkat hunian kamar hotel berbintang
lima di Bali.
dimana: p ( B) (1 1 B ... p B p )
2
q ( B) (1 1 B ... q B q )
= konstanta
5. Model ARIMA Musiman
Model ARIMA musiman ini digunakan pada data time series yang memiliki
faktor musiman. Model ARIMA musiman Multiplikatif memiliki persamaan yang biasa
disebut dengan ARIMA (p,d,q) (P,D,Q)s yaitu :
p ( B s ) p ( B)(1 B) d (1 B s ) D Z t q ( B)Q ( B s )at (2.5)
Z , jika d D 0
dimana : Z t : t , lainnya
Zt
p : koefisien komponen AR pada orde p
p : koefisien komponen AR musiman pada orde p
q : koefisien komponen MA pada orde q
Q : koefisien komponen MA musiman pada orde q
at : error white noise
Statistik Uji :t
ˆ (2.6)
statdev (ˆ)
Daerah penolakan : tolak H0 jika t hitung t / 2,df dimana df adalah derajat bebas
Uji White Noise
Untuk mendapatkan model peramalan yang baik, maka residual harus berupa variabel
random yang white noise (residual independen dan identik). Uji yang digunakan untuk asumsi
white noise adalah uji Ljung-Box. Pengujian asumsi white noise adalah sebagai berikut (Wei,
2006), yang dapat dilihat sebagai berikut:
Hipotesis :H0 : 1 2 ... k 0
H1 : i 0 , i = 1,2,3,...k
K
ˆ k2
Statistik Uji : Q * n(n 2) nk
k 1
(2.7)
Daerah penolakan :tolak H0 jika Q * 2 ; df k pq dimana p dan q adalah orde
ARIMA (p,q)
Uji Asumsi Kenormalan
Uji asumsi kenormalan residual yang digunakan adalah dengan menggunakan uji Kolmogorov-
Smirnov (Daniel,1989) sebagai berikut :
Hipotesis :
3
H0 : F (x) = F0 (x) yang berarti residual berdistribusi normal
H1 : F (x) ≠ F0 (x) yang berarti residual tidak berdistribusi normal
Statistik Uji :
D Sup S ( x) F0 ( x) (2.8)
dengan:
S (x) = fungsi peluang kumulatif yang dihitung dari data sampel
F0(x) = fungsi peluang kumulatif distribusi normal atau fungsi distribusi yang dihipotesiskan
F (x) = fungsi distribusi yang belum diketahui
Sup = nilai supremum semua x dari S ( x) F0 ( x)
Daerah kritis : Tolak H0 apabila D > D1-,n dengan n adalah ukuran sampel dan D(1-α,n) adalah tabel
D untuk uji Kolmogorov-Smirnov.
Uji Lagrange Multiplier (LM)
Uji LM digunakan untuk menguji kondisi hete-rokedastisitas pada data time
series.(Wei, 2006) Pengujian ini didasarkan pada model ARCH (q) untuk mengestimsi
residual,
at2 0 1at21 ... q at2q et (2.9)
mengindikasikan bahwa ada kasus ARCH pada residual atau kata lain residual tidak
homogen.
4
b. Estimasi dan uji statistik yaitu melakukan estimasi parameter untuk model yang
diusulkan dan memilih model terbaik berdasarkan kriteria terntu.
c. Pemeriksaan diagnostik yaitu menguji apakah residualnya telah white-noise dan
berdistribusi normal.
d. Meramalkan jumlah kunjungan wisatawan yang masuk melalui bandara
internasional Soekarno Hatta dan Juanda untuk 4 bulan mendatang yaitu bulan
Oktober ’11, November ’11, Desember ’11, dan Januari ’12
B. Langkah analisis model intervensi:
1. Pembangian data menjadi 2 bagian yaitu:
Data 1, yaitu data sebelum intervensi dari bulan Januari 2005-Februari
2010
Data 2, yaitu data intervensi sampai dengan data terakhir dari Maret 2010
hingga September 2011
2. Mencari model yang sesuai untuk intervensi
a. Pembentukan model ARIMA untuk data time series sebelum terjadi
intervensi.
b. Perhitungan nilai-nilai respon, yaitu nilai residual data berdasarkan ramalan
model ARIMA di Tahap sebelumnya.
c. Identifikasi orde b, s, r dari model sebelum intervensi berdasarkan bentuk plot
nilai respon dengan batas atas dan bawah 2̂ , dimana b adalah menunjukkan
delay waktu dimana efek intervensi mulai terjadi, s adalah menunjukkan
kapan gerak bobot respon mulai menurun dan r adalah menunjukkan pola dari
residual jika signifikan dapat digunakan model intervensi.
d. Estimasi parameter dan uji signifikansi parameter model intervensi.
e. Cek diagnosa kesesuaian model melalui pengecekan asumsi residual, yaitu uji
white noise dan distribusi Normal.
3. Meramalkan jumlah kunjungan wisatawan yang masuk melalui bandara
internasional Soekarno Hatta dan Juanda untuk 4 bulan mendatang yaitu bulan
Oktober ’11, November ’11, Desember ’11, dan Januari ’12.
5
Tabel 4.2 Jumlah Wisatawan Berdasarkan Kebangsaan (org)
Soekarno hatta Juanda
Negara jumlah Negara jumlah
Malaysia 1.375.425 Malaysia 138.840
Singapore 862.499 China 106.387
USA 671.305 Singapore 54.559
Taiwan 627.359 Taiwan 35.526
Japan 576.787 USA 16.146
Berdasarkan Tabel 4.2 dapat diketahui bahwa wisatawan yang berasal dari
Malaysia menduduki posisi teratas yang terbanyak masuk Indonesia melalui bandara
Soekarno Hatta dan Juanda dengan jumlah 1.375.425 pengunjung dan 138.840
pengunjung. Secara berutan dari posisi ke dua wisatawan mancanegara yang masuk
indonesia melalui bandara Soekarno Hatta adalah Singapura, USA, Taiwan, dan Japan.
Untuk wisatawan mancanegara yang masuk melalui Juanda berurutan dari posisi ke dua
adalah China, singapore, Taiwan, dan USA.
6
Tabel 4.4 Nilai Uji Ljung-Box Residual Model ARIMA (1,1,0)(0,1,1)12
Hipotesis:
H0 : 1 ... q 0
H1 : minimal ada satu i 0 , i = 1,2,3,...q
Berdasarkan Tabel 4.5 dapat dilihat bahwa semua nilai p-value untuk pengujian
Lagrange Multiplier lebih besar dari nilai α (5%) sehingga residual memenuhi asumsi
kehomogenan.
7
Peramalan Jumlah Kedatangan Wisatan Mancanegara yang Masuk Melalui
Bandara Internasional Soekarno Hatta
Hasil peramalan jumlah wisatawan mancanegara yang masuk melalui bandara
internasional Soekarno Hatta 4 periode mendatang dengan menggunakan model ARIMA
(1,1,0)(0,1,1)12 adalah sebagai berikut:
Tabel 4.7 Peramalan Jumlah Wisman Melalui Soekarno Hatta (org)
Batas Batas
No Bulan Wisman Aktual
Atas bawah
1 Oct-11 157.843 193.611 122.076 175.068
2 Nov-11 177.606 217.383 137.830 *
3 Dec-11 173.974 221.954 125.994 *
4 Jan-12 163.379 216.158 110.599 *
17500
15000
Juanda 2004
12500
10000
7500
5000
1 8 16 24 32 40 48 56 64 72 80
Index
8
Hipotesis : H0 : = 0 (parameter tidak signifikan)
H1 : 0 (parameter signifikan)
Hasil pengujian signifikansi parameter pada Tabel 4.8 menginformasikan bahwa
paremeter model ARIMA (1,1,[2])(0,1,1)12 signifikan pada tingkat kesalahan 5%,
sehingga dilanjutkan pada pengujian berikutnya.
Hipotesis:
H0 : 1 ... q 0
H1 : minimal ada satu i 0 , i = 1,2,3,...q
Berdasarkan Tabel 4.10 dapat dilihat bahwa semua nilai p-value untuk pengujian
Lagrange Multiplier lebih besar dari nilai α (5%) sehingga residual memenuhi asumsi
kehomogenan.
9
Tabel 4.11 menunjukkan bahwa D untuk uji Kolmogorov-Smirnov adalah
(0.106199) dan nilai p-value > 0.0562. Nilai ini lebih besar dari (0.05) sehingga dapat
disimpulkan bahwa residual dari model ARIMA (1,1,[2])(0,1,1)12sudah berdistribusi
normal. Karena parameter dari model ARIMA (1,1,[2])(0,1,1)12 sudah signifikan dan
residual dari model sudah memenuhi asumsi white noise maka model ini dapat
digunakan. Model yang sesuai untuk data jumlah kunjungan wisatawan mancanegara
yang masuk melalui bandara internasional Juanda dapat dituliskan dalam persamaan
sebagai berikut :
(1 0.37860 B 2 )(1 0.82464 B 12 )
Yt at
(1 0.43790 B)(1 B)(1 B 12 )
atau
Yt 0.43790Yt 1 Yt 1 0.43790Yt 2 Yt 12 0.43790Yt 13 Yt 13
V. KESIMPULAN
5.1 Kesimpulan
Kesimpulan yang didapatkan dari penelitian ini adalah sebagai berikut:
1. Jumlah kunjungan wisatawan yang masuk ke Indonesia melalui bandara
internasional Soekarno Hatta memiliki rata-rata kedatangan setiap bulannya
sebesar 117.385, wisatawan yang masuk melalui bandara juanda memiliki rata-
rata pengunjung setiap bulan sebanyak 11.406 pengunjung dan wisatawan yang
berasal dari Malaysia menduduki posisi teratas yang terbanyak masuk ke
Indonesia melalui bandara Soekarno Hatta dan Juanda dengan jumlah 1.375.425
pengunjung dan 138.840 pengunjung.
2. Model time series yang sesuai adalah:
a. Model yang sesuai untuk data jumlah kunjungan wisatawan mancanegara
yang masuk melalui bandara internasional Soekarno Hatta adalah ARIMA
(1,1,0)(0,1,1)12 dapat dituliskan dalam persamaan sebagai berikut :
Yt 0.51347Yt 1 Yt 1 0.5134Yt 2 Yt 12 0.51347Yt 13
Yt 13 Yt 14 at 0.66763at 12
b. Model ARIMA Box-Jenkins adalah model yang paling sesuai untuk jumlah
kunjungan wisatawan mancanegara yang masuk melalui bandara
internasional dengan persamaan model sebagai berikut:
10
Yt 0.43790Yt 1 Yt 1 0.43790Yt 2 Yt 12 0.43790Yt 13 Yt 13
0.43790Yt 14 at 0.37860at 2 0.82464at 12 0.31221at 13
5.2 Saran
Saran yang dapat diberikan dari penelitian ini adalah dari hasil model yang
didapatkan tidak dapat digunakan untuk meramalkan dalam waktu periode yang
panjang atau tidak dapat untuk meramalkan lebih dari 1 tahun berikutnya, sehingga
perlu penambahan data terbaru dan pemodelan ulang.
DAFTAR PUSTAKA
Bhattacharya,M.N.,Layton,A.P.(1979). Effectiveness of Sealt Belt legislation of
Quensland Road Toll An Australian Case study in Intervention Analisis, Journal
Of Statisticz Association.
BPS.(2011). Jumlah Kedatangan Wisatawan Mancanegara ke Indonesia Menurut Pintu
Masuk. http://www.bps.go.id/. Diakses Minggu, 2 Oktober 2011 pukul 5.32.
Daniel, W.W. (1989). Statistika Non Parametrik Terapan. PT Gramedia. Jakarta.
Gujarati, D.(2003). Basic Ecometric, Mc Graw-Hill, New York.
Hamilton, J.(1994). Time Series Analysis, Princeton University Press, New Jersey.
Montgomery,D.C.dan Weatherby.(1980). Modelling and Fore-casting Time Series Using
Transfer Function and Intervension Methods. AIEE Transactions.
Suhartono dan Putra,I.N.A.W.(2005). Dampak Tragedi Bom Bali Terhadap Tngkat
Hunian Kamar hotel Berbintang Lima di Bali. Prosiding Nasional MM XII.
Utami E.B.(2001). Analisis Intervensi Krisis Ekonomi dan Travel Warning Terhadap
Jumlah Wisman Melalui Bandara Juanda dan Ngurah Rai. Skripsi. ITS,
Surabaya.
Wei, W.W.S (2006). Time Series Analysis, Addison Wesley, CA, Redwood City.
11