Jl. Siliwangi No. 6, Rawa Panjang, Bekasi Timur | [email protected] | (021) 82436886
Skripsi (S1) FID Teknik Informatika (S1) 2026

SISTEM PREDIKSI JUMLAH KUNJUNGAN WISATAWAN BUNIHAYU MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE

Penulis: David Octavyanto (Penulis Utama / Mahasiswa) SUMARDIONO, S.Kom., M.Kom. (Dosen Pembimbing I)

Logo Bina Insani OPEN ACCESS COVER
UNIVERSITAS BINA INSANI
INSTITUTIONAL REPOSITORY
Skripsi (S1) BEKASI, 2026

SISTEM PREDIKSI JUMLAH KUNJUNGAN WISATAWAN BUNIHAYU MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE

Penulis Utama: David Octavyanto
Fakultas: FID
Program Studi: Teknik Informatika (S1)
URI Handle: http://hdl.handle.net/binainsani/84
Tanggal Terbit: 15 September 2026
Abstrak / Ringkasan Karya
Open Access

Jumlah pengunjung wisata di Hutan Wisata Bunihayu berubah setiap periode, sehingga membuat pihak pengelola kesulitan memperkirakan jumlah pengunjung pada periode berikutnya. Selain itu, data kunjungan masih dikelola dengan menggunakan spreadsheet, sehingga belum dimanfaatkan secara maksimal sebagai dasar untuk melakukan prediksi. Penelitian ini bertujuan untuk merancang dan membuat sistem prediksi jumlah pengunjung wisata berbasis web dengan menggunakan metode Seasonal Autoregressive Integrated Moving Average (SARIMA) agar dapat membantu dalam perencanaan kegiatan operasional serta pengambilan keputusan. Metode penelitian yang digunakan adalah metode prototyping, yang mencakup analisis kebutuhan, desain prototype, proses pengodean, uji coba, dan evaluasi sistem. Data yang digunakan adalah catatan jumlah pengunjung wisatawan ke Hutan Wisata Bunihayu selama periode Januari 2024 sampai Desember 2025. Sistem ini dibuat menggunakan framework Laravel dan model SARIMA, sedangkan proses pengujian dilakukan dengan metode Black Box Testing dan User Acceptance Testing (UAT). Penelitian ini menunjukkan bahwa sistem prediksi berbasis web telah berhasil dibuat dan mampu memberikan perkiraan jumlah kunjungan wisatawan berdasarkan data sebelumnya. Model SARIMA mendapatkan tingkat kesalahan rata-rata absolut persentase (MAPE) sebesar 38,77%, yang menunjukkan akurasi prediksi cukup baik. Sistem ini juga bisa menampilkan hasil prediksi berupa tabel, grafik, dan informasi evaluasi model untuk membantu perencanaan operasional dan pengambilan keputusan oleh pihak manajemen Hutan Wisata Bunihayu.

Generator Sitasi Ilmiah
APA / IEEE / BibTeX
David Octavyanto (2026). SISTEM PREDIKSI JUMLAH KUNJUNGAN WISATAWAN BUNIHAYU MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE. Skripsi (S1), FID, Universitas Bina Insani, Bekasi.
David Octavyanto, "SISTEM PREDIKSI JUMLAH KUNJUNGAN WISATAWAN BUNIHAYU MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED MOVING AVERAGE," Skripsi (S1), Univ. Bina Insani, Bekasi, 2026.
@thesis{submission84,
  author = {David Octavyanto},
  title = {SISTEM PREDIKSI JUMLAH KUNJUNGAN WISATAWAN BUNIHAYU MENGGUNAKAN METODE SEASONAL AUTOREGRESSIVE INTEGRATED  MOVING AVERAGE},
  school = {Universitas Bina Insani},
  year = {2026}
}
Metadata Lengkap Item
Berkas Naskah Dokumen
  • Cover_Halaman_Judul.pdf
    Cover Page • 245 KB
    Open Access (Publik)
    Unduh
  • Abstrak_Bina_Insani.pdf
    Abstract Page • 180 KB
    Open Access (Publik)
    Unduh
  • Bab_1_Pendahuluan.pdf
    Chapter 1 • 420 KB
    Restricted Hanya pengunggah asli
  • Bab_2_Tinjauan_Pustaka.pdf
    Chapter 2 • 850 KB
    Restricted Hanya pengunggah asli
  • Bab_3_Metodologi_Penelitian.pdf
    Chapter 3 • 610 KB
    Restricted Hanya pengunggah asli
  • Bab_4_Hasil_Dan_Pembahasan.pdf
    Chapter 4 • 1.8 MB
    Restricted Hanya pengunggah asli
  • Bab_5_Kesimpulan_Dan_Saran.pdf
    Chapter 5 • 320 KB
    Restricted Hanya pengunggah asli
Kebijakan Akses Berkas Repository

Sesuai dengan pedoman repository institusi Universitas Bina Insani:

  • Halaman Sampul (Cover) & Abstrak: Dapat diakses dan diunduh secara bebas oleh publik (Open Access).
  • Naskah Bab 1 s.d. Bab 5: Bersifat terbatas (Restricted Access). Hanya pengunggah asli karya dan Staff Perpustakaan yang dapat mengakses berkas naskah ini.
Berkas naskah Bab 1–5 bersifat Restricted Access dan hanya tersedia bagi pengunggah asli atau Staff Perpustakaan.