Anda di halaman 1dari 2

Laporan Hibah Internal IT Del_Analisis dan Peramalan Jumlah Wisatawan Kawasan Danau Toba

III. HASIL DAN PEMBAHASAN

Danau Toba merupakan danau vulkanik terbesar di Asia Tenggara. Potensi kawasan

Danau Toba sebagai obyek wisata telah diakui secara nasional. Meskipun demikian,

pengunjung Danau Toba mengalami pasang surut sejak adanya asap yang mengganggu lalu

lintas udara dan krisis moneter pada tahun 1998. Pintu masuk wisata Danau Toba yang

paling diminati adalah melalui Parapat. Keberadaan wisata Danau Toba diasumsikan

berpengaruh pada tempat wisata lain di sekitarnya. Ketersediaan alat transportasi yang

memadai memotivasi pengunjung untuk menikmati wisata di sekitar Danau Toba. Hal ini

menjadikan adanya keterkaitan antara jumlah wisatawan Danau Toba dengan pengunjung

obyek wisata lain di Parapat dan Pulau Samosir. Obyek wisata di Parapat antara lain: Danau

Toba, Batu Gantung, dan Taman Eden. Obyek wisata sekaligus pintu masuk Pulau Samosir

adalah Tuk Tuk Siadong. (Thira, 2019)

Analisis dan peramalan banyaknya wisatawan yang datang ke Danau Toba dan wisata

lain di sekitarnya menjadi menarik. Pada umumnya wisatawan tidak datang sepanjang tahun.

Terdapat bulan-bulan tertentu wisatawan yang dating lebih sedikit atau sebaliknya. GSTAR

(Generalized Space Time Autoregressive) merupakan metode pemodelan data deret waktu

yang fleksibel untuk beberapa lokasi. Model GSTAR memungkinkan parameter

autoregressive yang berbeda untuk setiap lokasi. Data jumlah wisatawan di empat lokasi

tersebut akan dimodelkan secara simultan. Keterkaitan jumlah wisatawan antar lokasi

disubtitusikan ke dalam model melalui matriks bobot berdasarkan invers jarak dan bobot

costumize. Selanjutnya data dari Dinas Pariwisata distasionerkan kemudian dimodelkan

menggunakan GSTAR dengan bantuan software R. Model yang terbentuk digunakan untuk

meramalkan data pengunjung keempat tempat wisata tersebut selama satu tahun ke depan.

Pemodelan jumlah wisatawan di kawasan Wisata Danau Toba, khususnya Parapat

dan Samosir untuk mengetahui karakteristik kedatangan wisatawan di daerah ini. Model ini

akan disosialisasikan dan dilakukan cross-check ke pengelola sehingga pengelola dan

penyedia jasa dapat menyambut wisatawan dengan lebih baik. Selain itu, observasi langsung

dengan menyebarkan kuesioner kepada wisatawan dan masyarakat sekitar bertujuan untuk

mendapatkan data yang lebih akurat sebagai tambahan informasi untuk menganalisis model

Copyright Ⓧc 2019, JTSiskom, e-ISSN: 2338-0403, p-ISSN: 2620-4002 Jurnal Teknologi dan Sistem Komputer, 7(3), 2019, 1
yang didapatkan. Batasan masalah untuk penelitian ini adalah data yang digunakan

merupakan data bulanan jumlah wisatawan yang mengunjungi kawasan wisata Danau Toba

yang tersedia di Dinas Pariwisata atau pengelola wisata. (Darma, 2020)

Pada perkembangan selanjutnya model GSTAR diterapkan pada berbagai bidang. Model GSTAR
diterapkan untuk pemodelan harga sayur di lima pasar tradisional di Kota Malang (Fitriyaningsih,
2012), jumlah wisatawan mancanegara di empat lokasi di Indonesia (Prastuti, 2014) dan jumlah
wisatawan di Kota Batu (Susanti dan Susiswo, 2013).

Hasil dari penelitian ini dapat dilihat sebagai berikut:


- Terlihat pada tabel terdapat informasi Jumlah Wisatawan ketiga Tempat Wisata di Kawasan
Danau Toba.
- Pada penelitian juga memiliki gambar hasil kuesioner mengenai waktu dan internsitas
mengunjungi tempat wisata.
- Penelitian juga memiliki tavel hasil kuesioner mengenai akes, harapan dan keinginan terhadap
tempat wisata.
- Hasil Identifikasi Model GSTAR
Generalisasi yang terdapat pada jurnal tersebut yaitu bahwa Wisatawan terbanyak mengunjungi Pulau
Samosir, kedua TB Silalahi Center dan ke
tiga taman Eden dan frekuensi wisatawan mengunjungi tempat wisata dari hasil kuesioner tergolong
rendah sehingga Dalam setahun wisatawan tidak lebih dari sekali ke tempat wisata yang sama. Model
GSTAR yang disarankan untuk meramalkan jumlah wisatawan per bulan adalah(3,1,0).

Copyright Ⓧc 2019, JTSiskom, e-ISSN: 2338-0403, p-ISSN: 2620-4002 Jurnal Teknologi dan Sistem Komputer, 7(3), 2019, 2

Anda mungkin juga menyukai