PEMODELAN MULTIVARIATE KUNJUNGAN WISATAWAN MANCANEGARA KE INDONESIA MELALUI PINTU UDARA, LAUT, DAN DARAT YANG MELIBATKAN DAMPAK WABAH COVID-19

  • Muktar Redy Susila STIESIA Surabaya
Keywords: Wisatawan, Mancanegara, COVID-19, VARX.

Abstract

Abstrak

Salah satu penyumbang pertumbuhan perekonomian Indonesia adalah sektor pariwisata. Menurut asalnya wisatawan dibagi menjadi dua yaitu wisatawan lokal dan mancanegara. Kunjungan wisatawan mancanegara ke Indonesia mengalami fluktuaktif setiap bulannya. Menurut kedatangannya, wisatawan mancanegara yang masuk ke Indonesia melalui jalur udara, laut, dan darat. COVID-19 memberikan dampak terhadap sektor pariwisata. Diduga bahwa COVID-19 mempengaruhi terhadap kedatangan wisatawan mancanegara. Tujuan dari penelitian ini yaitu memodelkan kunjungan wisatawan mancanegara ke Indonesia melalui pintu udara, laut, dan darat dengan melibatkan dampak wabah COVID-19. Model yang digunakan pada penelitian ini yaitu Vector Autoregressive input X (VARX). Hasil dari penelitian ini diperoleh bahwa model yang sesuai yaitu VARX (1,2,5,7). Pemilihan model berdasarkan nilai RMSE in sample paling kecil. Nilai RMSE untuk model kunjungan wisatawan melalui pintu udara yaitu sebesar 72,217, pintu laut sebesar 0,175, dan pintu darat sebesar 0,092.

Kata Kunci : Wisatawan, Mancanegara, COVID-19, VARX.

 

Abstract

The tourism sector is one sector of Indonesian economic growth contributor. Tourists are divided into two, namely local and foreign tourists. The number of foreign tourist visits to Indonesia has fluctuated every month. Foreign tourists coming to Indonesia by air, sea and land. COVID-19 has an impact on the tourism sector. It is suspected that COVID-19 affects the arrival of foreign tourists. This study examines the modelling of foreign tourist arrivals number to Indonesia by air, sea and land involving the COVID-19 impact. The model used in this study is Vector Autoregressive input X (VARX). The results of this study indicate that the appropriate model is VARX (1,2,5,7). The RMSE in sample is used to determine the appropriate model. The RMSE value for the model of tourist visits through the air gate is 72.217, the sea gate is 0.175, and the land gate is 0.092.

Keywords: Tourists, Foreign, COVID-19, VARX.

Downloads

Download data is not yet available.

References

[1] F. N. Rahma, H. Retno, dan Handayani, "Pengaruh Jumlah Kunjungan Wisatawan, Jumlah Obyek Wisata dan Pendapatan Perkapita Terhadap Penerimaan Sektor Pariwisata di Kabupaten Kudus", Diponegoro Journal of Economics, vol. 2, no. 2, pp. 1-9, 2013.
[2] F. Modjanggo, A. Sudhartono, dan Sustri, "Faktor-Faktor yang Mempengaruhi Jumlah Pengunjung ke Objek Ekowisata Pantai Siuri, Desa Toinasa Kecamatan Pamona Barat Kabupaten Poso", Warta Rimba, vol. 3, no. 2, pp. 88-95, 2015.
[3] Admin, "Jumlah Kunjungan Wisatawan Mancanegara per bulan ke Indonesia Menurut Pintu Masuk", Badan Pusat Statistik, 1 Oktober 2020, [Online]. Tersedia: https://www.bps.go.id/indicator/16/1150/1/jumlah-kunjungan-wisatawan-mancanegara-per-bulan-ke-indonesia-menurut-pintu-masuk-2017---sekarang.html [Diakses pada 6 Oktober 2020].
[4] A. Septiani, I. M. Sumertajaya, dan M. N. Aidi, "Vector Autoregressive X (VARX) Modeling for Indonesian Macroeconomic Indicators and Handling Different Time Variations with Cubic Spline Interpolation ", IJSRSET, vol. 6, no. 1, pp. 175-180, 2005.
[5] H. Rosyidah, R. Rahmawati, dan A. Prahutama, "Pemodelan Vector Autoregressive X (VARX) untuk Meramalkan Jumlah Uang Beredar di Indonesia", Jurnal Gaussian, vol. 6, no. 3, pp. 333-343, 2017.
[6] R. E. Walpole, R. H. Myers, S. L. Myers, and K. Ye, Probability & Statistics for engineers & scientist, Ninth Edition, Boston: Pearson Education, 2011.
[7] N. Fitri, Mawardi, dan R. A. Kurniawan, "Korelasi antara Keterampilan Metakognisi dengan Aktivitas dan Hasil Belajar Siswa pada Mata Pelajaran Kimia Kelas X Kimia SMA Negeri 7 Pontianak", Ar-Razi Jurnal Ilmiah, vol. 5, no. 1, pp. 81-92, 2017.
[8] D. Gujarati, Basic Econometrics, 4th ed., New York: The McGraw-Hill Companies, 2004.
[9] W. W. Wei, Time Series Analysis (Univariate and Multivariate Methods), United States of America: Pearson Education, 2006.
[10] W. W. Wei, Time Series Analysis (Univariate and Multivariate Methods), United States of America: Pearson Education, 2006.
[11] Suhartono, D. D. Prastyo, H. Kuswanto, dan M. H. Lee, "Comparison between VAR, GSTAR, FFNN-VAR and FFNN-GSTAR Models for Forecasting Oil Production", MATEMATIKA, vol. 34, no. 1, pp. 103-111, 2018.
[12] M. R. Susila, "Pengaruh Hari Raya Idul Fitri Terhadap Inflasi di Indonesia dengan Pendekatan ARIMAX (Variasi Kalender)", BAREKENG: Jurnal Ilmu Matematika dan Terapan, vol. 14, no. 3, pp. 369-378, 2020.
[13] Suhartono, M. M. Gazali, dan D. D. Prastyo, "VARX and GSTARX Models for Forecasting Currency Inflow and Outflow with Multiple Calendar Variations Effect", MATEMATIKA, special issue, pp. 57-72, 2018.
[14] H. Lutkepohl, New Introduction to Multiple Time Series Analysis, New York: Springer, 2005.
[15] M. R. Susila, R. C.Putri, dan D. Arini, “Pemodelan Regresi Spasial Investasi Luar Negeri yang Masuk ke Indonesia”, BAREKENG: Jurnal Ilmu Matematika dan Terapan, vol. 14, no. 4, pp. 543-556, 2020.
[16] M.Ulyah, D. Susilaningrum, dan Suhartono, “Peramalan Volume Penjualan Total Sepeda Motor di Kabupaten Bojonegoro dan Lamongan dengan Pendekatan Model ARIMAX dan VARX”, Jurnal Sains dan Seni POMITS, vol. 3, no. 2, pp. 230-236, 2014.
[17] T. Chai dan R. R. Draxler, "Root mean square error (RMSE) or mean absolute error (MAE)? – Arguments against avoiding RMSE in the literature", Geosci. Model Dev., vol. 7, no. 1, pp. 1247-1250. 2014.
[18] A. V. Kostenko dan R. J. Hyndman, "Forecasting without Significance Test?", robjhyndman.com, 2005, [Online]. Tersedia: http: //robjhyndman.com/ papers/ sst2. pdf [Diakses pada 6 Oktober 2020].
Published
2021-09-01
How to Cite
[1]
M. Susila, “PEMODELAN MULTIVARIATE KUNJUNGAN WISATAWAN MANCANEGARA KE INDONESIA MELALUI PINTU UDARA, LAUT, DAN DARAT YANG MELIBATKAN DAMPAK WABAH COVID-19”, BAREKENG: J. Math. & App., vol. 15, no. 3, pp. 467-478, Sep. 2021.