PENERAPAN BUSINESS INTELLIGENCE UNTUK MENGANALISIS TREN KUNJUNGAN WISATAWAN MANCANEGARA DI INDONESIA
Abstract
Pariwisata memiliki kontribusi yang sangat signifikan dalam hal penerimaan devisa negara. Indonesia menjadi salah satu pilihan utama untuk dikunjungi ole wisatawan mancanegara. Pemerintah dan industri pariwisata membutuhkan data analisis tren perkembangan kunjungan wisatawan mancanegara. Dibutuhkan alat bantu untuk menganalis dan mengetahui tren dan perilaku wisata mancanegara serta potensi wisata baik yang sudah dikenal maupun yang belum dikenal. Penelitian ini bertujuan menganalisa dan memvisualisasikan tren kunjungan wisatawan mancanegara yang dapat dimanfaatkan oleh pemerintah dan berbagai pihak yang bekerja dibidang industri pariwisata. Dalam menganalisa dan memvisualisasikan data memanfaatkan alat bantu business intelligence. Berdasarkan hasil penelitian, tren perkembangan jumlah wisatawan mancanegara meningkat setiap tahunnya. Provinsi Bali, Jakarta dan Kep. Riau merupakan tujuan terbanyak wisatawan mancanegara. Asal wisatawan terbanyak yang mengunjungi Indonesia berasal dari Asia dan Eropa.
References
Rukini, Arini, P. S. and Nawangsih, E., 2015, Peramalan Jumlah Kunjungan Wisatawan Mancanegara (Wisman) ke Bali Tahun 2019: Metode ARIMA, Jurnal Ekonomi Kuantitatif Terapan, No. 2, Vol. 8, 136–141: https://ojs.unud.ac.id/index.php/jekt/article/view/16509
Wu, D. C., Li, G., and Song, H., 2012, Economic Analysis Of Tourism Consumption Dynamics : A Time-varying Parameter Demand System Approach, Annals of Tourism Reseach, No. 2, Vol. 39, 667–685.
Lee, S. K., 2015, Quality differentiation and conditional spatial price competition among hotels, Tour. Manag., Vol. 46, pp. 114–122.
Herawati, S., 2016, Peramalan Kunjungan Wisatawan Mancanegara Menggunakan Generalized Regression Neural Networks, Jurnal Infotel, No. 1, Vol. 8, 35-39: http://ejournal.st3telkom.ac.id/index.php/infotel/article/view/49/50
Akbar, R., Rasyiddah, D., Anrisya, M., Julyazti, N. F., Syaputri, S., 2018, Penerapan Aplikasi Power Business Intelligence Dalam Menganalisis Prioritas Pekerjaan, Jurnal Edukasi dan Penelitian Informatika, No. 1, Vol 4., 54-59.
Sugumaran, V., Kumar, A. S., dan Thangavelu, A. 2017. Computational Intelligence Applications in Business and Big Data Analytics. Taylor & Francis Group, LLC.
Bracket, M.H., 2012. Data Resource Integration : Understanding and Resolving a Disparate Data Resource. Technics Publications, LLC
Darudiato, S., Wisnu, S.S., Wiguna, S., 2010. “Business Intelligence : Konsep dan Metode”, Communication and Information Technology Journal, Vol. 4. No. 1, hal. 63-67.
