Prediksi Jumlah Tamu Hotel di Provinsi NTB dengan Metode Monte Carlo

Yesika Syalomi Pasaribu

doi:10.59059/mutiara.v2i3.1326

Authors

Yesika Syalomi Pasaribu Universitas Negeri Medan

DOI:

https://doi.org/10.59059/mutiara.v2i3.1326

Keywords:

Number of Hotel Guests, Monte Carlo, West Nusa Tenggara, Prediction

Abstract

West Nusa Tenggara (NTB) Province is a leading tourism destination in Indonesia, which requires predictions of the number of hotel guests for effective planning and resource management. This research aims to predict the number of hotel guests in NTB in 2025 using the Monte Carlo method, which is able to handle data variability and uncertainty. The data used is the number of guests from 1 to 5 star hotels during 2022. The simulation results show fluctuations in the number of guests throughout 2025 with the highest peak in December, especially in 3 star and 4 star hotels. The Monte Carlo method has proven to be effective in providing accurate predictions. accurate and reliable. The implication of this research is that stakeholders in the NTB hotel and tourism sector can use the results of these predictions for better strategic planning and decision making. This research is limited to data for 2022, so it is recommended that further research use data with a longer time span and consider external factors that influence the number of hotel guests. Combinations of other prediction methods can also be explored to improve the accuracy and reliability of predictions.

References

Adryan, Syahbana, H., Akbar, M. F., Syahputra, M., & Efriyanti, L. (2023). Pemodelan Keputusan tentang Pemilihan Model Pakaian Mahasiswi UIN Bukittinggi. SMART : Jurnal Teknologi Informasi Dan Komputer, 2(2), 93–108. https://doi.org/10.58222/smart.v2i2.517

Anggraini, S. D., & Nurcahyo, G. W. (2021). Prediksi Peningkatan Jumlah Pelanggan dengan Simulasi Monte Carlo. Jurnal Informatika Ekonomi Bisnis, 3(3), 95–100. https://doi.org/10.37034/infeb.v3i3.92

Christian Anderson Wint, H., Irma Purnama, A., & Suprapti, T. (2024). PREDIKSI HUNIAN HOTEL MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBORS (STUDI KASUS : HOTEL RUMAH KITA KOTA CIREBON). Jurnal Mahasiswa Teknik Informatika, 8(2).

Di Kesuma, H., Yanto, R., Alfiarini, & Ahmadi. (2024). Penerapan Data Mining Prediksi Jumlah Wisatawan Menggunakan Algoritma Regresi Linear Berganda. JUPITER, 16(1), 227–237.

Diskominfotik NTB. (2023). Jumlah Tamu Dalam Negeri yang Menginap di Hotel Bintang Tahun 2022.

Efani Desi, & Siti Aliyah. (2020). Perancangan Sistem Absensi Berbasis Web Untuk Memprediksi Tingkat Kehadiran Mahasiswa Dengan Metode Monte Carlo. U-NET Jurnal Teknik Informatika, 4(2), 10–18. https://doi.org/10.52332/u-net.v4i2.193

Geni, B. Y., Santony, J., & Sumijan. (2019). Prediksi Pendapatan Terbesar pada Penjualan Produk Cat dengan Menggunakan Metode Monte Carlo. Jurnal Informatika Ekonomi Bisnis, 1(4), 15–20. https://doi.org/10.37034/infeb.v1i4.5

Gunawan, P. W., Firdaus, A., Irmawati, Sepriano, Arifin, N. Y., Surianto, D. F., et al. (2023). Sistem Pengambil Keputusan. PT.Green Pustaka Indonesia.

Hartomi, Z. H., yuhandri, & Santony, J. (2020). Optimalisasi Prediksi Biaya Komisi Penjualan Mobil Menggunakan Metode Monte Carlo. Jurnal KomtekInfo, 7(2), 140–151.

Hidayah, H. (2022). Metode Monte Carlo untuk Memprediksi Jumlah Tamu Menginap. Jurnal Informasi Dan Teknologi, 4(1), 76–80. https://doi.org/10.37034/jidt.v4i1.193

Hisyam Pratama, M., Atabil Haq, H., Aliyah, R., & Rolliawati, D. (2020). SIMULASI DISTRIBUSI SOSIS PT KEMFOOD MENGGUNAKAN METODE MONTE CARLO. Manajerial, 19(1), 24. Retrieved from http://ejournal.upi.edu/index.php/manajerial/

Khotijah, S., Samaniyah, S., Sarifah, L., & Faisol, F. (2023). Peramalan Jumlah Penduduk Kecamatan Pragaan Menggunakan Metode Statistical Staight Line. Zeta - Math Journal, 8(2), 55–59. https://doi.org/10.31102/zeta.2023.8.2.55-59

Kuswandi, A. (2020). STRATEGI PEMERINTAH DAERAH DALAM PEMBANGUNAN PARIWISATA DI PROVINSI NUSA TENGGARA BARAT. Jurnal Agregasi : Aksi Reformasi Government Dalam Demokrasi, 8(2), 90–113. https://doi.org/10.34010/agregasi.v8i2.3817

Lubis, A. R., Amelia, & Fairul. (2022). Simulasi Monte Carlo untuk Memprediksi Jumlah Wisatawan Mancanegara yang Masuk ke Provinsi Aceh. JURNAL ILMIAH MATEMATIKA DAN TERAPAN, 19(1), 117–129. https://doi.org/10.22487/2540766x.2022.v19.i1.15888

Nujuliyani, S., Tirto, D., Azhari, Y., Widodo, P., Juni, H., Saragih, R., & Sukendro, A. (2023). Strategi Pemerintah NTB Dalam Mencegah Konflik WNA dan Masyarakat Provinsi NTB Guna Mendukung Keamanan Nasional. Jurnal Kewarganegaraan, 7(1).

Nurchaliza, R. (2024). Teknik Pengambilan Sampel : Peneliti Harus Mengetahui Ini! Telkom University.

Ramadhan, M. R., Tursina, T., & Novriando, H. (2020). Implementasi Fuzzy Time Series pada Prediksi Jumlah Penjualan Rumah. Jurnal Sistem Dan Teknologi Informasi (Justin), 8(4), 418. https://doi.org/10.26418/justin.v8i4.40186

Rio Alfian Rosid, & M. Nabil Falih. (2024). Pengaruh Pariwisata Halal terhadap Pendapatan Ekonomi Masyarakat (Studi Kasus di Kebun Buah Mangunan, Masjid Agung Kauman, dan Taman Sari Daerah Istimewa Yogyakarta). Sunan Kalijaga: Islamic Economics Journal, 2(1). https://doi.org/10.14421/skiej.2023.2.1.2113

Syaputra, A. E., & Eirlangga, Y. S. (2022). Akumulasi dan Prediksi Tingkat Penjualan Minuman dengan Menerapkan Metode Monte Carlo. Jurnal Informasi Dan Teknologi, 4(3), 148–153. https://doi.org/10.37034/jidt.v5i1.225

Zalmadani, H., Santony, J., & Yunus, Y. (2020). Prediksi Optimal dalam Produksi Bata Merah Menggunakan Metode Monte Carlo. Jurnal Informatika Ekonomi Bisnis, 2(1), 13–20. https://doi.org/10.37034/infeb.v2i1.11