EVALUASI KINERJA MODEL PERAMALAN PADA DATA YANG MENGANDUNG EFEK MUSIMAN DENGAN PERBANDINGAN HOLT-WINTERS DAN SARIMA

Data jumlah wisatawan domestik di Bali mengandung efek musiman sehingga diperlukan model peramalan yang tepat untuk meramalkan jumlah wisatawan domestik di masa mendatang. Beberapa model yang umum digunakan untuk meramalkan data dengan efek musiman antara lain model Holt-Winters dan SARIMA. Kedua model tersebut memiliki karakteristik, kelebihan, serta kelemahan masing-masing. Oleh karena itu, diperlukan evaluasi kinerja untuk menentukan model yang menghasilkan akurasi peramalan terbaik. Hasil evaluasi menunjukkan bahwa model SARIMA menghasilkan nilai MAPE sebesar 10,20%, sedangkan model Holt-Winters menghasilkan nilai MAPE sebesar 15,78%. Nilai MAPE yang lebih kecil pada model SARIMA menunjukkan bahwa model ini memiliki tingkat kesalahan peramalan yang lebih rendah dibandingkan metode Holt-Winters. Berdasarkan hasil evaluasi tersebut, dapat disimpulkan bahwa kinerja model SARIMA lebih unggul dalam meramalkan jumlah wisatawan domestik di Bali yang memiliki pola dan fluktuasi musiman